用x种方式求第n项斐波那契数，99%的人只会第一种

大家好啊，我们又见面了。听说有人想学数据结构与算法却不知道从何下手？那你就认真看完本篇文章，或许能从中找到方法与技巧。

本期我们就从斐波那契数列的几种解法入手，感受算法的强大与奥妙吧。

斐波那契数列

斐波那契数列（Fibonacci sequence），又称黄金分割数列，因数学家莱昂纳多·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”。

斐波那契数列指的是这样一个数列：

0、1、1、2、3、5、8、13、21、34......

有一组数列，它的第一项为1，第二项为1，从第三项开始，每一项为前两项之和。

斐波那契数列的第n项Fn可以通过如下的递归公式定义：

F(1)=1，F(2)=1,
F(n)=F(n-1)+F(n-2)（n ≥ 3，n ∈ N*）

通项公式

如上，又称为“比内公式”，是用无理数表示有理数的一个范例。

注：此时a1=1，a2=1，a(n)=a(n-1)+a(n-2)，（n ≥ 3，n ∈ N*）

求第n项斐波那契数

现在写一个函数int fib(int n) 返回第n项Fn。例如，若n=0，则函数fib(0)应该返回0，若n=1, 则函数fib(1)应返回1，若 n > 1，返回 F(n-1)+F(n-2)。

若n = 9
输出：34

下面是返回斐波那契数列第n项Fn的不同方法：

方法1 (使用递归)

一个简捷的方法是直接使用递归定义关系式写出递归实现的代码，C/C++代码如下：

//Fibonacci Series using Recursion#include<stdio.h>int fib(int n) {    if (n <= 1)        return n;    return fib(n - 1) + fib(n - 2);}int main() {    int n = 9;    printf("%d", fib(n));    return 0;}

输出：34
时间复杂度：T(n) = T(n-1) + T(n-2)，该时间复杂度是指数级别的
空间复杂度：如果考虑递归调用时栈的大小，则为O(n) ；如果不考虑调用栈的话，则为O(1)

通过观察，我们可以发现递归求解时做了很多重复的工作(见下面的递归调用树)。因此采用递归方式求解斐波那契数列的第n项Fn不是一种好的方法。

方法2 (使用动态规划Dynamic Programming：DP)

如果你还不了解动态规划，请看以下两篇文章：

《深入浅出理解动态规划（一） | 交叠子问题》

《深入浅出理解动态规划（二） | 最优子结构》

在方法1中，在求解某项时，如果我们把计算结果存储起来，则后续的计算就可以使用前面的计算结果，从而可以避免很多重复的计算，C/C++代码如下：

//Fibonacci Series using Dynamic Programming#include<stdio.h>int fib(int n) {    /* Declare an array to store Fibonacci numbers. */    int f[n + 1];    int i;    /* 0th and 1st number of the series are 0 and 1*/    f[0] = 0;    f[1] = 1;    for (i = 2; i <= n; i++) {        /* Add the previous 2 numbers in the series         and store it */        f[i] = f[i - 1] + f[i - 2];    }    return f[n];}int main() {    int n = 9;    printf("%d", fib(n));    return 0;}

输出：34
时间复杂度：O(n)
空间复杂度: O(n)

方法3 (对方法2进行空间上的优化)

由于在计算某项时只需其前面相邻的两项，因此可以对方法2中的空间进行优化，C/C++代码如下：

// Fibonacci Series using Space Optimized Method#include<stdio.h>int fib(int n) {    int a = 0, b = 1, c, i;    if (n == 0)        return a;    for (i = 2; i <= n; i++) {        c = a + b;        a = b;        b = c;    }    return b;}int main() {    int n = 9;    printf("%d", fib(n));    return 0;}

输出：34
时间复杂度: O(n)
空间复杂度: O(1)

当然，也可以使用滚动数组。滚动数组不是什么高大上的技术，我们在计算斐波那契数列的过程中，始终使用相邻的前两项，加上正在计算的项，总共就三项，因此可以定义一个长度只有3的数组，可以滚动地使用0、1、2这三个下标。代码如下：

//Fibonacci Series using Dynamic Programming#include<stdio.h>int fib(int n) {    /* Declare an array to store Fibonacci numbers. */    int f[3];       /* 只需定义一个长度为3的数组 */    int i;    /* 0th and 1st number of the series are 0 and 1*/    f[0] = 0;       f[1] = 1;    for (i = 2; i <= n; i++) {        /* Add the previous 2 numbers in the series         and store it：注意下标要对3取模 */        f[i % 3] = f[(i - 1) % 3] + f[(i - 2) % 3];    }    return f[n % 3]; /* 这里要注意下标对3取模 */}int main() {    int n = 9;    printf("%d", fib(n));    return 0;}

方法4 (使用矩阵{{1,1},{1,0}}的幂)

另外一种复杂度为O(n)的方法是对矩阵M={{1,1},{1,0}}自乘n次(换句话说，就是计算矩阵M的n次幂：power(M,n)), 这样就可以在结果矩阵下标为(0, 0)的地方得到斐波那契数列的第(n+1)项，如下所示：

#include <stdio.h>/* Helper function that multiplies 2 matrices F and M of size 2*2, and puts the multiplication result back to F[][] */void multiply(int F[2][2], int M[2][2]);/* Helper function that calculates F[][] raise to the power n and puts the result in F[][]。Note that this function is designed only for fib() and won't work as general power function */void power(int F[2][2], int n);int fib(int n) {    int F[2][2] = { { 1, 1 }, { 1, 0 } };    if (n == 0)        return 0;    power(F, n - 1);    return F[0][0];}void multiply(int F[2][2], int M[2][2]) {    int x = F[0][0] * M[0][0] + F[0][1] * M[1][0];    int y = F[0][0] * M[0][1] + F[0][1] * M[1][1];    int z = F[1][0] * M[0][0] + F[1][1] * M[1][0];    int w = F[1][0] * M[0][1] + F[1][1] * M[1][1];    F[0][0] = x;    F[0][1] = y;    F[1][0] = z;    F[1][1] = w;}void power(int F[2][2], int n) {    int i;    int M[2][2] = { { 1, 1 }, { 1, 0 } };    // n - 1 times multiply the matrix to {{1,0},{0,1}}    for (i = 2; i <= n; i++)        multiply(F, M);}/* Driver program to test above function */int main() {    int n = 9;    printf("%d", fib(n));    return 0;}

输出：34
时间复杂度: O(n)
空间复杂度: O(1)

方法 5 (对方法4进行优化 )

上面的方法4可以优化到)的时间复杂度。我们可以像计算x^n那样，采用递归的方式来计算power(M, n) ，C/C++代码如下：

#include <stdio.h>void multiply(int F[2][2], int M[2][2]);void power(int F[2][2], int n);/* function that returns nth Fibonacci number */int fib(int n) {    int F[2][2] = { { 1, 1 }, { 1, 0 } };    if (n == 0)        return 0;    power(F, n - 1);    return F[0][0];}/* Optimized version of power() in method 4 */void power(int F[2][2], int n) {    if (n == 0 || n == 1)        return;    int M[2][2] = { { 1, 1 }, { 1, 0 } };    power(F, n / 2);    multiply(F, F);    if (n % 2 != 0)        multiply(F, M);}void multiply(int F[2][2], int M[2][2]) {    int x = F[0][0] * M[0][0] + F[0][1] * M[1][0];    int y = F[0][0] * M[0][1] + F[0][1] * M[1][1];    int z = F[1][0] * M[0][0] + F[1][1] * M[1][0];    int w = F[1][0] * M[0][1] + F[1][1] * M[1][1];    F[0][0] = x;    F[0][1] = y;    F[1][0] = z;    F[1][1] = w;}/* Driver program to test above function */int main() {    int n = 9;    printf("%d", fib(n));    return 0;}

输出：34
时间复杂度: O(Logn)
空间复杂度: 如果考虑递归调用时栈的大小，则为O(n) ；如果不考虑调用栈的话，则为O(1)

方法 6 (O(Log n) 的时间复杂度)

下面是一个很有趣的计算斐波那契数列第n项的递归公式，该公式的时间复杂度为O(Log n)。

如果n是偶数，则k=n/2，
F(n)=[2F(k-1)+F(k)]F(k)
如果n是奇数，则 k=(n+1)/2
F(n)=F(k)F(k)+F(k-1)F(k-1)

该公式是如何计算的？上面的公式可以从前面的矩阵幂推算出来：

要证明上面的公式成立，只需做下面的工作即可：

如果n是偶数, 令 k = n/2
如果n是奇数, 令 k = (n+1)/2

下面是上述过程的C++ 实现：

// C++ Program to find n'th fibonacci Number in// with O(Log n) arithmatic operations#include <bits/stdc++.h>using namespace std;const int MAX = 1000;// Create an array for memoizationint f[MAX] = { 0 };// Returns n'th fuibonacci number using table f[]int fib(int n) {    // Base cases    if (n == 0)        return 0;    if (n == 1 || n == 2)        return (f[n] = 1);    // If fib(n) is already computed    if (f[n])        return f[n];    int k = (n & 1) ? (n + 1) / 2 : n / 2;    // Applyting above formula [Note value n&1 is 1    // if n is odd, else 0.    f[n] = (n & 1) ?            (fib(k) * fib(k) + fib(k - 1) * fib(k - 1)) :            (2 * fib(k - 1) + fib(k)) * fib(k);    return f[n];}/* Driver program to test above function */int main() {    int n = 9;    printf("%d ", fib(n));    return 0;}

输出：34
时间复杂度为：O(Log n) ，因为每次递归调用时都将问题规模降了一半

方法 7 (使用Java提供的BigInteger类)

Java提供了BigInteger类，可以很轻易地算出当n很大时的斐波那契数。

// Java program to compute n-th Fibonacci number where n may be large.import java.math.*;public class Fibonacci {    // Returns n-th Fibonacci number    static BigInteger fib(int n) {        BigInteger a = BigInteger.valueOf(0);        BigInteger b = BigInteger.valueOf(1);        BigInteger c = BigInteger.valueOf(1);        for (int j = 2; j <= n; j++) {            c = a.add(b);            a = b;            b = c;        }        return (a);    }    public static void main(String[] args) {        int n = 1000;        System.out.println("Fibonacci of " + n + "th term" + " " + "is" + " " + fib(n));    }}

当n=1000时，输入结果如下：

公众号推荐（资源加油站）

了解更多资源请关注个人公众号：C you again，跟博主一起学IT

文章推荐

推荐一：计算机网络中这些高频考题，你还在死记硬背吗？（一），讲述内容：IP地址及其分类，子网掩码的概念，网络号、主机号、直接广播地址计算方法等。

推荐二：计算机网络中这些高频考题，你还在死记硬背吗？（二），讲述内容：局域网接口配置、路由器的静态路由配置、OSPF动态路由协议配置和DHCP服务器配置。

以上就是本期的所有内容了，是否对你有帮助呢？了解更多算法请关注公众号“C you again”。

作者： C you again，从事软件开发努力在IT搬砖路上的技术小白
公众号： 【C you again】，分享计算机类毕业设计源码、IT技术文章、游戏源码、网页模板、程序人生等等。公众号回复【粉丝】进博主技术群，与大佬交流，领取干货学习资料
关于转载：欢迎转载博主文章，转载时表明出处
求赞环节：创作不易，记得点赞+评论+转发谢谢你一路支持

你的鼓励让我更有动力

赞赏

0人进行了赞赏支持