本文主要是介绍数据结构与算法-斐波拉契数列，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

题目链接

斐波那契数列

题目描述

大家都知道斐波那契数列，现在要求输入一个正整数 n ，请你输出斐波那契数列的第 n 项。
斐波那契数列是一个满足 \(fib(x)= \begin{cases} 1 & \text{ if } x= 1,2\\ fib(x-1)+fib(x-2) & \text{ if } x>2 \end{cases}\) 的数列。

数据范围：\(1\leq n\leq 40\)

要求：空间复杂度 \(O(1)\)，时间复杂度 \(O(n)\) ，本题也有时间复杂度 \(O(logn)\) 的解法

解题思路：

递归解法

此解法时间复杂度和空间复杂度都很大，时间复杂度为 \(O(2^n)\)，空间复杂度为 \(O(N)\) 。

递归代码解法正确，但是在牛客网上这道题不能AC，原因是时间复杂度太高。

这里给出递归法的代码：

class Solution {
public:
    int Fibonacci(int n) {
        if(n == 0 || n == 1) return n;

        return Fibonacci(n-1) + Fibonacci(n-2);
    }
};

动态规划解法

时间复杂度为 \(O(N)\)，空间复杂度为 \(O(N)\) 。

class Solution {
public:
    int Fibonacci(int n) {
        if(n == 0) return 0;
        else if(n == 1 || n == 2) return 1;
        else {
            vector<int> fibArr = vector<int>(n+1, 0);
            fibArr[0] = 0;
            fibArr[1] = 1;
            fibArr[2] = 1;
            for(int i = 3; i <= n; i++) {
                fibArr[i] = fibArr[i-1] + fibArr[i-2];
            }
            return fibArr[n];
        }
    }
};

动态规划比递归效率更高，因为动态规划算法用数组保存已经解出来结果，而递归算法需要反复求解。上面的代码可以继续优化，我们在求解斐波那契数列的第 \(N\) 项时，只用到了 \(N-1\) 和 \(N-2\) 项，无需保存前面所有的答案。这样可以把空间复杂度降为 \(O(1)\) 。

通项公式求解

斐波那契数列时可以求出通项公式的：

这篇关于数据结构与算法-斐波拉契数列的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！