tip
关于求余
(x+y)⊙p=(x⊙p+y⊙p)⊙p(x+y)\odot p = (x\odot p+y\odot p)\odot p(x+y)⊙p=(x⊙p+y⊙p)⊙p防止x+y时溢出,⊙\odot⊙是求余操作
第一种写法 : 直接递归
int fib(int n) {
if(n==0) return 0;
else if(n==1) return 1;
else return (fib(n-1)%1000000007+fib(n-2)%1000000007)%1000000007;
}
缺点:重复计算,时间复杂度:O(2n)O(2^n)O(2n)

第二种写法:动态规划/记忆搜索
时间复杂度:O(n)O(n)O(n), 空间复杂度:O(n)O(n)O(n)
int fib(int n) {
vector<int> vi;
for(int i=0; i<n+1; i++){
if(i==0) vi.push_back(0);
else if(i==1) vi.push_back(1);
else vi.push_back((vi[i-1]%1000000007+vi[i-2]%1000000007)%1000000007); //防止溢出
}
return vi[n];
}
时间复杂度:O(n)O(n)O(n), 空间复杂度:O(1)O(1)O(1)
int fib(int n) {
if(n==0) return 0;
else if(n==1) return 1;
else{
int p = 0;
int q = 1;
int temp;
for(int i=2;i<n+1;i++){
temp = q;
q = (p%1000000007 + q%1000000007)%1000000007;
p = temp;
}
return q;
}
}
第三种写法:乘方法
应用:青蛙跳台阶
考虑:设dp[n]表示跳上第n阶台阶有几种跳法,则满足动态转移方程:
dp[n]=dp[n−1]+dp[n−2]dp[n]=dp[n-1]+dp[n-2]dp[n]=dp[n−1]+dp[n−2]即,第n阶的跳法等于第n-1阶(再跳1阶)的跳法加上n-2阶(再跳两阶)的跳法
int numWays(int n) {
if(n==0) return 1;
else if(n==1) return 1;
else{
int p=1;
int q=1;
int temp;
for(int i=2;i<n+1;i++){
temp = q;
q = (p%1000000007 + q%1000000007)%1000000007;
p = temp;
}
return q;
}
}
跳台阶还可以继续延伸:一次可以跳1阶,2阶,3阶…
然后有的台阶还有破损,不能跳到上面只能跳过去…(老街)
应用2:小矩形覆盖大矩形
用21的小矩形无重叠的覆盖2n的大矩形,覆盖规律满足:
f(n)=f(n-1)+f(n-2)
907

被折叠的 条评论
为什么被折叠?



