斐波那契数列的递归算法与非递归算法

一、斐波那契数列

斐波那契数列又称为黄金分割数列, 由于是以兔子的繁殖为例子引入的,因此也叫“兔子数列”。它指的是这样一个数列:0,1,1,2,3,5,8,13......从这组数可以很明显看出这样一个规律:从第三个数开始,后边一个数一定是在其之前两个数的和。
在数学上,斐波纳挈数列可以以这样的公式递归地表示:

F(0) = 0  F(1) = 1   F(n) = F(n-1) + F(n-2),(n>=2)

二、斐波纳挈数列的实现

既然该数列已经有这样一个规律:F(n) = F(n-1) + F(n-2);那么我们很容易就能想到用递归的方法,这样写出来的代码比较简洁

 long long Fibonacci(long long num)  
{  
     assert(num >= 0);  

         //递归  
         if ((num == 1) || (num == 0))  
         {  
              return num;  
         }  
             return Fibonacci(num-1)+Fib1(num-2);  
 }  

当然,我们也可以这样写:

long long Fibonacci(long long num) {  
   assert(num >= 0);  

   //递归  
   return num<2 ? num:(Fibonacci(num-1)+Fib1(num-2)); 
 } 

这样的递归算法虽然只有简单的几行,但是效率却很低。为什么呢?我们可以分析其递归调用的时间复杂度:

时间复杂度 ----- O(2^N)

由于使用递归时,其执行步骤是:要得到后一个数之前必须先计算出之前的两个数,即在每个递归调用时都会触发另外两个递归调用,例如:要得到F(10)之前得先得到F(9)、F(8),那么得到F(9)之前得先得到F(8)、F(7)......如此递归下去

image.png

从上图我们可以看出,这样的计算是以 2 的次方在增长的。除此之外,我们也可以看到,F(8)和F(7)的值都被多次计算,如果递归的深度越深,那么F(8)和F(7)的值会被计算更多次,但是这样计算的结果都是一样的,除了其中之一外,其余的都是浪费,可想而知,这样的开销是非常恐怖的

所以,如果在时间复杂度和空间复杂度都有要求的话,我们可以用以下两种非递归算法来实现:

1.时间复杂度为O(N),空间复杂度为O(N)

创建一个数组,每次将前两个数相加后直接赋给后一个数。这样的话,有N个数就创建一个包含N个数的一维数组,所以空间复杂度为O(N);由于只需从头向尾遍历一边,时间复杂度为O(N)

long long* Fibonacci(long long num)  
{  
    assert(num >= 0);  
    //非递归  
    long long* array = new long long[num+1];  
    array[0] = 0;  
    array[1] = 1;  
    for (int i=2; i<=num; i++)  
    {  
        array[i] = array[i-1] + array[i-2];  
    }  
        return array;  
}
2. 时间复杂度为O(N),空间复杂度为O(1)

借助两个变量 first 和 second ,每次将 first 和 second 相加后赋给 third ,再将 second 赋给 first ,third 赋给 second,如此循环。

long long Fibonacci(long long num)  
{  
    assert(num >= 0);  
    long long first = 0;  
    long long second = 1;  
    long long third = 0;  
    for(int i=2; i<=num; i++)  
    {  
        third = first + second;  
        first = second;  
        second = third;  
    }  
    return third;  
}  

OC 代码的实现

NSMutableArray *fbArr = [[NSMutableArray alloc] init];

   [fbArr addObject:[NSNumber numberWithInteger:1]];// 第一个月的兔子数量
   [fbArr addObject:[NSNumber numberWithInteger:1]];// 第二个月的兔子数

   //求第n个月兔子的数量
   //斐波那契数列前100位,也可以写成一个方法,前多少位根据传入参数决定
   int n = 10;
   for (int i = 0; i < n-2; i++) {
       int count = fbArr.count;//当前斐波那契数列数量
       NSInteger last1 = [[fbArr objectAtIndex:count-1] integerValue];//当前最后一位
       NSInteger last2 = [[fbArr objectAtIndex:count-2] integerValue];//当前倒数第二位
    
       [fbArr addObject:[NSNumber numberWithInteger:(last1+last2)]];//添加新的斐波那契数列
}
   for (int i = 0; i < fbArr.count; i++) {
      NSLog(@"第%d个月 兔子数量是:%d",i+1,[[fbArr objectAtIndex:i] integerValue]);//打印每一个月的兔子数量
}
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,271评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,275评论 2 380
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,151评论 0 336
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,550评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,553评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,559评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,924评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,580评论 0 257
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,826评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,578评论 2 320
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,661评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,363评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,940评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,926评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,156评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,872评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,391评论 2 342

推荐阅读更多精彩内容