斐波那契数列的若干解法

斐波那契数列的若干解法

什么是斐波那契数列

斐波那契数列(Fibonacci sequence),又称黄金分割数列、因数学家列昂纳多·斐波那契(Leonardoda Fibonacci)以兔子繁殖为例子而引入,故又称为“兔子数列”,指的是这样一个数列:1、1、2、3、5、8、13、21、34、……在数学上,斐波纳契数列以如下被以递归的方法定义:F(0)=1,F(1)=1, F(n)=F(n-1)+F(n-2)(n>=2,n∈N*)

引自百度百科

解法一:普通递归

根据斐波那契的数学表达式,我们可以直接写出它的递归求解形式

#include<stdio.h>

int fib(int n)
{
    if(i<3) return 1;
    return fib(n-1) + fib(n-2);
} 

int main()
{ 
    int n;
    scanf("%d", &n);
    printf("%d \n", fib(n));
    return 0;
} 

该递归方式中有大量重复计算。以n等于6为例:

可以看到,对于每一个fib(i)(除了fib(1)和fib(2)),都要计算fib(i-1)和fib(i-2)的值,并且开辟相应的辅助空间,形成一颗二叉树。当二叉树由“左孩子——>右孩子——>父节点”的次序展开后,由两个孩子的值计算出父节点的值,然后释放父节点的两个孩子节点。释放孩子节点后,如果该父亲节点是该父亲节点的父亲节点的左孩子节点,则开始计算该父亲节点的父亲节点的右孩子节点;若该父亲节点是该父亲节点的父亲节点的右孩子节点,则与左孩子节点相加计算出该父亲节点的父亲节点的值后,释放该父亲节点和该父亲节点的兄弟节点。若该父亲节点没有父亲节点,则整个递归结束。据此,整个递归过程需计算大约2^n次,时间复杂度为O(2^n), 空间复杂符为O(n)。

解法二: 递归优化

由解法一的递归可见,在整个过程中做了大量重复计算,比如要计算fib(6), 就得在计算fib(5)时计算一次fib(4),并且在计算fib(6)时计算一次fib(4)。为此,我们可以用一个数组来记录下计算的中间过程,这样所有的中间过程只需要计算一遍。时间复杂度为O(n),空间复杂度为O(n)。

#include<stdio.h>
#include<stdlib.h>
int fib(int n, int * p)
{
   if (n<3)
   {
       p[n] = 1;
       return 1;
   }
   if (p[n-1] == -1)                                                                                               
   {
       p[n-1] = fib(n-1, p);
   }
   if (p[n-2] == -1)
   {
       p[n-2] = fib(n-2, p);
   }  
   p[n] = p[n-1] + p[n-2];
   return p[n-1] + p[n-2];
} 

int main()
{
    int n;
    int *p = NULL;
    scanf("%d", &n);
    p = (int *)malloc(sizeof(int)*(n+1));
    if( p != NULL)
    {
        int i = 0;
        for(i = 0; i<=n; i++)
        {
            p[i]  = -1;
        }       
        fib(n, p);
        printf("%d\n", p[n]);
    } 
    return 0;
}

解法三: 尾递归

尾递归是一种特殊的递归方式。特殊在于它返回时调用的只有函数本身,而不是在调用函数自己时附加一些处理。每次调用自己事时将单次计算的结果缓存起来,传递给下次调用,相当于自动累积。时间复杂度为O(n);而如果编译器对代码有优化的话,该解法的空间复杂度为O(1),否则为O(n)。

#include <stdio.h>

int fib(int first, int second, int n)
{
    if (n<3)
    {
        return second;
    }
    return fib(second, first+second, n-1);
}

int main()
{
    int n;
    int i = 0;
    scanf("%d", &n);
    for (i = 1; i<=n; i++)
    {
        printf("%d\n", fib(1, 1, i));
    }
    return 0;
}

解法四: 递推

这种解法就是利用循环的方式,一步一步地加出我们需要的结果。

#include <stdio.h>

int fib(int n)
{
   int first = 1; 
   int second = 1;
   int third = first + second;
   int i = 0;
   if (n<3)
   {
       return 1;
   }
   for (i = 3; i<=n; i++)
   {
       third = first + second;
       first = second;
       second = third;
   }
    return second;
}

int main()
{
    int n;
    int i = 0;
    scanf("%d", &n);
    for (i = 1; i<=n; i++)
    {
        printf("%d\n", fib(i));
    }
    return 0;
}
动态规划是一种常用的解决问题的算法,其核心思想是将一个复杂的问题分解为多个子问题进行求解,通过保存之前的状态来减少计算量,从而达到优化算法的目的。动态规划有两种求解方式,一种是递推求解法,另一种是记忆化搜索法。 递推求解法是指从小到大依次计算子问题的解,逐步推导出整个问题的最优解。这种方法需要定义一个状态转移方程,通过状态转移方程来求解问题。具体步骤如下: 1. 定义状态:将原问题拆分成若干个子问题,根据子问题定义状态。 2. 定义状态转移方程:根据子问题之间的关系,定义状态转移方程。 3. 确定边界条件:确定最小的子问题的解。 4. 递推求解:根据状态转移方程从边界条件出发,逐步计算得到整个问题的解。 下面以斐波那契数列为例,介绍动态规划递推求解法的具体实现过程。 假设要求斐波那契数列的第n项的值,斐波那契数列的定义如下: f(0) = 0 f(1) = 1 f(n) = f(n-1) + f(n-2) (n>=2) 1. 定义状态 将原问题拆分成若干个子问题,根据子问题定义状态。对于斐波那契数列,我们可以将其拆分成n-1和n-2两个子问题,然后定义状态f(n)表示斐波那契数列的第n项的值。 2. 定义状态转移方程 根据子问题之间的关系,定义状态转移方程。对于斐波那契数列,由于f(n)依赖于f(n-1)和f(n-2),因此可以得到状态转移方程: f(n) = f(n-1) + f(n-2) 3. 确定边界条件 确定最小的子问题的解。对于斐波那契数列,边界条件为f(0)=0和f(1)=1。 4. 递推求解 根据状态转移方程从边界条件出发,逐步计算得到整个问题的解。具体实现过程如下: ```python def fibonacci(n): if n == 0: return 0 elif n == 1: return 1 else: f = * (n+1) f = 0 f = 1 for i in range(2, n+1): f[i] = f[i-1] + f[i-2] return f[n] ``` 以上就是动态规划递推求解法的具体实现过程。如果您有任何疑问或者其他相关问题,请随时提出。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值