斐波那契数列的若干解法
馨er BOSS

转载y总的分享

今天来给大家介绍几个在面试中常用的、求解斐波那契数列问题的方法。

首先定义斐波那契数列问题:

定义 $a0 = 1$, $a_1 = 1$, $a_n = a{n-1} + a_{n-2}$,求 $a_n$ 是多少。
为了避免考虑整数溢出问题,我们求 $a_n \% p$ 的值,$p=10^9+7$。

算法1

递归。
递归计算的节点个数是 $O(2^n)$ 的级别的,存在大量重复计算。
时间复杂度是 $O(2^n)$,一秒内大约能算到第三四十项。

C++ 代码

1
2
3
4
5
6
const int MOD = 1000000007;
int f(int n)
{
if (n <= 1) return 1;
return (f(n - 1) + f(n - 2)) % MOD;
}

算法2

记忆化搜索。
开一个大数组记录中间结果,如果一个状态被计算过,则直接查表,否则再递归计算。
总共有 $n$ 个状态,计算每个状态的复杂度是 $O(1)$,所以时间复杂度是 $O(n)$。
一秒内算 $n=10^7$ 毫无压力,但由于是递归计算,递归层数太多会爆栈,大约只能算到 $n=10^5$ 级别。

C++ 代码

1
2
3
4
5
6
7
8
9
10
const int N = 100000, MOD = 1000000007;
int a[N];
int f2(int n)
{
if (a[n]) return a[n];
if (n <= 1) return 1;
a[n] = f2(n - 1) + f2(n - 2);
a[n] %= MOD;
return a[n];
}

算法3

递推。
开一个大数组,记录每个数的值。用循环递推计算。
总共计算 $n$ 个状态,所以时间复杂度是 $O(n)$。
但需要开一个长度是 $n$ 的数组,内存将成为瓶颈,当 $n=10^8$ 时,需要的内存是 $\frac{4 * 10^8}{1024 \times 1024} \approx 381MB$。
分子中乘4是因为C++中 int 类型占4字节。

C++代码

1
2
3
4
5
6
7
8
9
10
11
const int N = 100000000, MOD = 1000000007;
int f3(int n)
{
a[0] = a[1] = 1;
for (int i = 2; i <= n; i ++ )
{
a[i] = a[i - 1] + a[i - 2];
a[i] %= MOD;
}
return a[n];
}

算法4

递归+滚动变量。
仔细观察我们会发现,递推时我们只需要记录前两项的值即可,没有必要记录所有值,所以我们可以用滚动变量递推。
时间复杂度还是 $O(n)$,但空间复杂度变成了 $O(1)$。

C++代码:

1
2
3
4
5
6
7
8
9
10
11
12
13
const int MOD = 1000000007;
int f4(int n)
{
int x, y, z;
x = y = 1;
for (int i = 2; i <= n; i ++ )
{
z = (x + y) % MOD;
x = y;
y = z;
}
return z;
}

算法5

矩阵运算 + 快速幂。

快速幂算法的模板可以参考这里
用算法4我们1秒内最多可以算到 $10^8$ 级别,那当 $n$ 更大时该怎么办呢?
可以先利用矩阵运算的性质将通项公式变成幂次形式,然后用平方倍增(快速幂)的方法求解第 $n$ 项。

首先我们定义向量

然后我们可以找出矩阵:

则有:

所以:

由于矩阵具有结合律,所以我们可以先求出 $A^{n-1} \% P$,然后再用 $X_1$ 左乘,即可求出 $X_n$,向量 $X_n$ 的第一个元素就是 $a_n$。

时间复杂度分析:快速幂的时间复杂度是 $O(logn)$,所以算法5的时间复杂度也是 $O(logn)$。

C++代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
#include <cstdio>
#include <cstring>
#include <iostream>
#include <algorithm>
#include <ctime>

using namespace std;

const int MOD = 1000000007;

void mul(int a[][2], int b[][2], int c[][2])
{
int temp[][2] = {{0, 0}, {0, 0}};
for (int i = 0; i < 2; i ++ )
for (int j = 0; j < 2; j ++ )
for (int k = 0; k < 2; k ++ )
{
long long x = temp[i][j] + (long long)a[i][k] * b[k][j];
temp[i][j] = x % MOD;
}
for (int i = 0; i < 2; i ++ )
for (int j = 0; j < 2; j ++ )
c[i][j] = temp[i][j];
}


int f_final(long long n)
{
int x[2] = {1, 1};

int res[][2] = {{1, 0}, {0, 1}};
int t[][2] = {{1, 1}, {1, 0}};
long long k = n - 1;
while (k)
{
if (k&1) mul(res, t, res);
mul(t, t, t);
k >>= 1;
}

int c[2] = {0, 0};
for (int i = 0; i < 2; i ++ )
for (int j = 0; j < 2; j ++ )
{
long long r = c[i] + (long long)x[j] * res[j][i];
c[i] = r % MOD;
}

return c[0];
}


int main()
{
long long n ;

cin >> n;
cout << f_final(n) << endl;

return 0;
}
  • 本文标题:斐波那契数列的若干解法
  • 本文作者:馨er
  • 创建时间:2022-02-25 23:01:50
  • 本文链接:https://sjxbbd.vercel.app/2022/02/25/62acb4601ac6/
  • 版权声明:本博客所有文章除特别声明外,均采用 BY-NC-SA 许可协议。转载请注明出处!