剑指offer之斐波拉契数列

本文介绍了一种使用C++实现斐波拉契数列的方法,通过循环计算并保留中间结果的方式,高效地求解斐波拉契数列的第n项。

问题:输入一个整数n,请你输出斐波拉契数列的第n项;

知识点:斐波拉契数列--又称为“黄金分割数列”、“兔子数列”;指的是 这个的数列:1,1,2,3,5,8,13,21,34,……

即从第三项开始,F(n) = F(n-1) + F(n-2);  F(1) =1,F(2) =1;

思路:循环,保留中间结果。

具体代码:(C++)

class Solution

{

public:

    int Fibonacci(int n)

    { 

            if(n <=0)

                    return 0 ;

            if(n ==1) 

                    return 1;

            int fib1 = 1,fib2 =0;

            int fibn;

            for(int i = 2;i<=n;i++)

            {

                    fibn = fib1+fib2;

                    fib2 = fib1;

                    fib1 = fibn;

            }

            return fibn;

    }

};

【电动车】基于多目标优化遗传算法NSGAII的峰谷分时电价引导下的电动汽车充电负荷优化研究(Matlab代码实现)内容概要:本文围绕“基于多目标优化遗传算法NSGA-II的峰谷分时电价引导下的电动汽车充电负荷优化研究”展开,利用Matlab代码实现优化模型,旨在通过峰谷分时电价机制引导电动汽车有序充电,降低电网负荷波动,提升能源利用效率。研究融合了多目标优化思想与遗传算法NSGA-II,兼顾电网负荷均衡性、用户充电成本和充电满意度等多个目标,构建了科学合理的数学模型,并通过仿真验证了方法的有效性与实用性。文中还提供了完整的Matlab代码实现路径,便于复现与进一步研究。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的高校研究生、科研人员及从事智能电网、电动汽车调度相关工作的工程技术人员。; 使用场景及目标:①应用于智能电网中电动汽车充电负荷的优化调度;②服务于峰谷电价政策下的需求侧管理研究;③为多目标优化算法在能源系统中的实际应用提供案例参考; 阅读建议:建议读者结合Matlab代码逐步理解模型构建与算法实现过程,重点关注NSGA-II算法在多目标优化中的适应度函数设计、约束处理及Pareto前沿生成机制,同时可尝试调整参数或引入其他智能算法进行对比分析,以深化对优化策略的理解。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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