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如下条件的数列
数据范围:1≤n≤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
示例:
输入:
4
返回值:
3
说明:
根据斐波那契数列的定义可知,fib(1)=1,fib(2)=1,fib(3)=fib(3-1)+fib(3-2)=2,fib(4)=fib(4-1)+fib(4-2)=3,所以答案为3。
解题思路:
本题考察算法-动态规划算法的使用,和青蛙跳台阶一样的解法,但本文不探究那些基础解法,来研究下如何实现时间复杂度为O(logn)的解法。思路如下。
斐波那契数列为:
则有如下公式成立:
当n=2时,有:
不难得出:
则:
当知道n以后,只需要求解元矩阵的n-2次方即可,对矩阵的高幂求解,可运用快速幂算法实现提速。
快速幂算法是将高次幂拆解为多个低次幂的组合,如:
13转换为2进制是1101,即8+4+1,那我们如果求解矩阵的13次方,只需要求一次X,X的平方,X的四次方,X的八次方,然后取X的八次方乘X的四次方乘X即可,这样省下了许多运算过程。时间复杂度为O(logn),如果用遍历的方法求解矩阵的13次方,就相当于执行了13次操作,这样的复杂度就是O(n)。
测试代码:
class Solution { public: int Fibonacci(int n) { // 1和2时为1 if(n == 1 || n == 2) return 1; // 根据斐波那契数列可知,元矩阵如下 vector<vector<int>> element={{1,1},{1,0}}; // 元矩阵高幂运算,用快速幂算法求解 vector<vector<int>> result=Counting(element, n-2); return result[0][0]+result[0][1]; } // 快速幂算法 vector<vector<int>> Counting(vector<vector<int>> element,int n){ // 初始化为单元矩阵 vector<vector<int>> result={{1,0},{0,1}}; // 基数矩阵 vector<vector<int>> base=element; // 右移幂数,可快速完成求解 for(;n!=0;n>>=1) { // 当前位数为1时,矩阵相乘 if((n&1)!=0) { result=MatrixCalculation(result, base); } // 基数矩阵升级幂数 base=MatrixCalculation(base, base); } return result; } // 矩阵求解 vector<vector<int>> MatrixCalculation(vector<vector<int>> a,vector<vector<int>> b){ vector<vector<int>> result(a.size(),vector<int>(b[0].size(),0)); for(int i=0;i<a.size();++i) { for(int j=0;j<b[0].size();++j) { for(int k=0;k<a[0].size();++k) { result[i][j]+=a[i][k]*b[k][j]; } } } return result; } };