动态规划之斐波那契数列

动态规划(Dynamic Programming, DP)是一种算法策略,用于解决具有重叠子问题和最优子结构特性的问题。

问题描述

斐波那契数列是一个每一项都是前两项和的序列:0, 1, 1, 2, 3, 5, 8, 13, ...

动态规划解法

使用递归方法解决斐波那契数列问题会有很多重复计算,而动态规划通过存储中间结果来避免这种情况。

样例

计算斐波那契数列的第 n 项。

javascript 复制代码
// 动态规划求解斐波那契数列
function fibonacci(n) {
  // 创建一个数组来存储斐波那契数列的中间结果
  let fib = new Array(n + 1);

  // 初始值
  fib[0] = 0;
  fib[1] = 1;

  // 计算斐波那契数列的值
  for (let i = 2; i <= n; i++) {
    fib[i] = fib[i - 1] + fib[i - 2];
  }

  // 返回第 n 项
  return fib[n];
}

// 示例:计算斐波那契数列的第 10 项
console.log(fibonacci(10)); // 输出 55

解释

我们创建了一个数组 fib 来存储已经计算过的斐波那契数列的值。

我们从第 2 项开始,使用 fib[i - 1] + fib[i - 2] 来计算当前项,这样避免了递归中的重复计算。

最终,fib[n] 存储的就是斐波那契数列的第 n 项。

优化空间复杂度

上述解法的空间复杂度为 O(n),我们可以通过只存储前两个值来优化到 O(1)。

优化后的代码

javascript 复制代码
function fibonacciOptimized(n) {
  if (n <= 1) return n;

  let prev = 0;
  let current = 1;

  for (let i = 2; i <= n; i++) {
    let temp = current;
    current = prev + current;
    prev = temp;
  }

  return current;
}

// 示例:计算斐波那契数列的第 10 项
console.log(fibonacciOptimized(10)); // 输出 55

解释

我们使用两个变量 prev 和 current 来存储前两个斐波那契数。

在每次迭代中,我们更新这两个变量的值为新的斐波那契数。

这种方法只需要常数级别的空间。

以上就是文章全部内容了,如果喜欢这篇文章的话,还希望三连支持一下,感谢!

相关推荐
想跑步的小弱鸡2 小时前
Leetcode hot 100(day 3)
算法·leetcode·职场和发展
xyliiiiiL3 小时前
ZGC初步了解
java·jvm·算法
爱的叹息4 小时前
RedisTemplate 的 6 个可配置序列化器属性对比
算法·哈希算法
独好紫罗兰4 小时前
洛谷题单2-P5713 【深基3.例5】洛谷团队系统-python-流程图重构
开发语言·python·算法
每次的天空5 小时前
Android学习总结之算法篇四(字符串)
android·学习·算法
请来次降维打击!!!5 小时前
优选算法系列(5.位运算)
java·前端·c++·算法
qystca5 小时前
蓝桥云客 刷题统计
算法·模拟
别NULL6 小时前
机试题——统计最少媒体包发送源个数
c++·算法·媒体
weisian1516 小时前
Java常用工具算法-3--加密算法2--非对称加密算法(RSA常用,ECC,DSA)
java·开发语言·算法
程序员黄同学7 小时前
贪心算法,其优缺点是什么?
算法·贪心算法