通过这个简单的题目来入门动态规划和递归。
不是所有的递归都需要动态规划,只有大问题分叉为子问题,并且子问题需要重复计算,重叠计算才需要动态规划。
509. 斐波那契数
https://leetcode-cn.com/problems/fibonacci-number/
斐波那契数,通常用 F(n) 表示,形成的序列称为 斐波那契数列 。该数列由 0 和 1 开始,后面的每一项数字都是前面两项数字的和。也就是:
F(0) = 0,F(1) = 1
F(n) = F(n - 1) + F(n - 2),其中 n > 1
给你 n ,请计算 F(n) 。
代码:
# 特点要重复计算其值,动态规划的经典列子
# 运用递归
def fib(n: int) -> int:
if n == 0 or n == 1:
return n
return fib(n - 1) + fib(n - 2)
def fib_mem(n: int, mem: list) -> int:
# 不需要计算
if n == 0 or n == 1:
return n
# 存在数值,不需要计算
if mem[n]:
return mem[n]
# 需要计算
mem[n] = fib_mem(n - 1, mem) + fib_mem(n - 2, mem)
print(mem)
return mem[n]
def fib_mem_call(n: int) -> int:
mem = (n + 1) * [0] # 需要注意这里n+1,由于fib具有0值,
## 所以当n=1时,需要两个数组
return fib_mem(n, mem)
def fib_iter(n):
ans = 0
if n == 0 or n == 1:
return n
pre, next_fib = 0, 1
for i in range(1, n): # 需要注意这里1,n
ans = pre + next_fib # n
pre = next_fib # n-1
next_fib = ans # n-2
return ans
def fib_dp(n: int) -> int:
if n == 0 or n == 1:
return n
dp = [0] * (n + 1)
dp[0] = 0
dp[1] = 1
for i in range(2, n + 1):
dp[i] = dp[i - 1] + dp[i - 2]
return dp[n]
def fib_dp_op(n: int) -> int:
if n < 2:
return n
dp = [0] * 2
dp[0] = 0
dp[1] = 1
ans = 0
for i in range(2, n + 1):
ans = dp[0] + dp[1]
dp[0] = dp[1]
dp[1] = ans
return ans