【递归算法】斐波那契变形问题(C/C++)

简介: 【递归算法】斐波那契变形问题(C/C++)

递归算法概述:

递归算法是一种在函数或方法中调用自身来解决问题的算法。它是一种强大的技术,可以用来解决各种复杂的问题,特别是那些可以分解为更小、更相似子问题的问题。递归算法通常涉及两个主要部分:基本情况(base case)和递归步骤(recursive step)。

基本概念

1. 基本情况(Base Case):这是递归调用结束的条件。在基本情况下,问题被解决而不再进行递归调用。

2. 递归步骤(Recursive Step):这是算法分解问题并调用自身来解决问题的部分。

递归算法的步骤

1. 问题定义:定义一个问题,并确定问题是否可以被分解为更小的子问题。

2. 确定基本情况:找出问题可以直接解决而不需要进一步递归的情况。

3. 确定递归步骤:描述如何将问题分解为更小的子问题,并递归调用算法来解决这些子问题。

4. 组合结果:如果递归调用返回结果,需要有一种方法来组合这些结果以解决原始问题。

示例:斐波那契数列

斐波那契数列是一个经典的递归问题,其中每个数字是前两个数字的和,定义为:F(n) = F(n-1) + F(n-2),基本情况是F(0) = 0和F(1) = 1。

#include <iostream>
using namespace std;
// 递归函数来计算斐波那契数列的第n项
int fibonacci(int n) {
    if (n <= 0) {
        return 0; // 斐波那契数列的第0项是0
    }
    if (n == 1) {
        return 1; // 斐波那契数列的第1项是1
    }
    // 递归调用计算第n项
    return fibonacci(n - 1) + fibonacci(n - 2);
}
 
int main() {
    int n; 
    cin>>n;
    cout << fibonacci(n) << endl;
    return 0;
}

递归算法的优点

1. 简洁性:递归算法通常可以用较少的代码行数来描述,使算法更易于理解和实现。

2. 自然映射:对于可以自然分解为子问题的问题,递归提供了一种直接的解决方案。

递归算法的缺点

1. 效率问题:递归算法可能会导致大量的重复计算,特别是对于没有优化的简单递归。

2. 栈溢出:深度递归可能导致栈溢出错误,因为每次递归调用都会占用一定的栈空间。

3. 理解难度:对于初学者来说,理解递归的概念和调试递归代码可能比较困难。

递归与迭代的比较

尽管递归算法在概念上很简洁,但在某些情况下,迭代算法可能更高效。迭代算法使用循环结构来模拟递归过程,通常可以避免重复计算和栈溢出的问题。在实际应用中,有时会使用递归的思想来设计迭代算法,例如通过显式地使用数据结构来保存中间结果。

尾递归优化

尾递归是递归函数的一类特殊形式,其中递归调用是函数体中的最后一个操作。尾递归可以被优化以减少栈空间的使用,因为当前函数的栈帧在递归调用返回时不再需要。在某些编程语言中,尾递归可以被编译器优化以避免增加额外的栈帧。


算法训练 进击的青蛙

资源限制

内存限制:256.0MB C/C++时间限制:1.0s Java时间限制:3.0s Python时间限制:5.0s

问题描述

  青蛙X正准备跳过一座桥,这座桥被划分为N段,记青蛙所在的起始点为0,桥的末端为N。桥上的一些点有一些石子,这些点是无法跳上去的。青蛙每次跳跃能向前跳跃+1,+2,+3段,现在请你算出跳到末端的总方法数。如果无法到达,请输出”No Way!"

输入格式

  输入数据共N行。

  第一行一个数字N,代表桥的长度。

  接下来N行,表示从点1~N的道路情况,每行一个数字0或1,1表示有石子。

输出格式

 输出一行,为一个整数,代表方法数,无法到达为“No Way!"

  由于数据过大,我们只需要求出 对 1000000007 的余数即可

输出格式

  输出一行,为一个整数,代表方法数,无法到达为“No Way!"

  由于数据过大,我们只需要求出 对 1000000007 的余数即可

样例输入

5

1

0

0

1

0

样例输出

3

数据规模和约定

  N <= 10^6

解题思路:

这道题一眼以为是搜索+回溯,但是看了一眼数据大小就感觉会超时,提交上去运行超时,所以会有更好的算法,然后就去看了okok__TXF大佬的思路,看了他们的博客都是用的dp+递推,是斐波那契的变形。具体思路讲解看注释吧。


代码实现:

 
#include<iostream>
using namespace std;
typedef long long ll;
ll dp[1000005];//dp[i]表示从第0块石头到第i块石头的方法数
ll n;
//斐波那契数列变形dp[i]=dp[i-1]+dp[i-2]+dp[i-3];
//此青蛙一次能跳1,2,3步,所以只要求出dp[1],dp[2],dp[3]作为初值条件,利用递归求到n即可
int main(){
    cin>>n;
    for(int i=1;i<=n;i++){
        cin>>dp[i];
    }
    //初值条件
    dp[1]==0?dp[1]=1:dp[1]=0;
    dp[2]==0?dp[2]=dp[1]+1:dp[2]=0;
    dp[3]==0?dp[3]=dp[2]+dp[1]+1:dp[3]=0;
    for(int i=4;i<=n;i++){
        if(dp[i]==1){//如果第i点不能跳,从0点无论怎样跳都不会到达第i点
            dp[i]=0;//不能到达直接置0就可以了
        }else{
            dp[i]=(dp[i-1]%1000000007+dp[i-2]%1000000007+dp[i-3]%1000000007)%1000000007;
        }
    }
    if(dp[n]==0){//第n点根本就到达不了还有啥方法数
        cout<<"No Way!"<<endl;
    }else{//如果dp[n]不为0那就是至少有一种可以到达的方法数
        cout<<dp[n]%1000000007<<endl;
    }
    return 0;
}

其实刚开始我也没想到是斐波那契的变形题,只有刷题刷多了就知道了,写了斐波那契也是通过了样例

本人小白一枚,如有错误请各位大佬指出,共同进步。

相关文章
|
3天前
|
存储 算法 测试技术
【C++数据结构——树】二叉树的遍历算法(头歌教学实验平台习题) 【合集】
本任务旨在实现二叉树的遍历,包括先序、中序、后序和层次遍历。首先介绍了二叉树的基本概念与结构定义,并通过C++代码示例展示了如何定义二叉树节点及构建二叉树。接着详细讲解了四种遍历方法的递归实现逻辑,以及层次遍历中队列的应用。最后提供了测试用例和预期输出,确保代码正确性。通过这些内容,帮助读者理解并掌握二叉树遍历的核心思想与实现技巧。
17 2
|
11天前
|
存储 算法 安全
基于红黑树的局域网上网行为控制C++ 算法解析
在当今网络环境中,局域网上网行为控制对企业和学校至关重要。本文探讨了一种基于红黑树数据结构的高效算法,用于管理用户的上网行为,如IP地址、上网时长、访问网站类别和流量使用情况。通过红黑树的自平衡特性,确保了高效的查找、插入和删除操作。文中提供了C++代码示例,展示了如何实现该算法,并强调其在网络管理中的应用价值。
|
9天前
|
存储 算法 安全
基于哈希表的文件共享平台 C++ 算法实现与分析
在数字化时代,文件共享平台不可或缺。本文探讨哈希表在文件共享中的应用,包括原理、优势及C++实现。哈希表通过键值对快速访问文件元数据(如文件名、大小、位置等),查找时间复杂度为O(1),显著提升查找速度和用户体验。代码示例展示了文件上传和搜索功能,实际应用中需解决哈希冲突、动态扩容和线程安全等问题,以优化性能。
|
3月前
|
存储 算法 C++
高精度算法(加、减、乘、除,使用c++实现)
高精度算法(加、减、乘、除,使用c++实现)
855 0
高精度算法(加、减、乘、除,使用c++实现)
|
3月前
|
算法 Java 索引
数据结构与算法学习十五:常用查找算法介绍,线性排序、二分查找(折半查找)算法、差值查找算法、斐波那契(黄金分割法)查找算法
四种常用的查找算法:顺序查找、二分查找(折半查找)、插值查找和斐波那契查找,并提供了Java语言的实现代码和测试结果。
40 0
|
3月前
|
存储 算法 决策智能
【算法】博弈论(C/C++)
【算法】博弈论(C/C++)
|
3月前
|
存储 算法 C++
【算法】哈希映射(C/C++)
【算法】哈希映射(C/C++)
|
3月前
|
机器学习/深度学习 人工智能 算法
【算法】最长公共子序列(C/C++)
【算法】最长公共子序列(C/C++)
|
3月前
|
人工智能 算法 BI
一篇带你速通差分算法(C/C++)
一篇带你速通差分算法(C/C++)
|
3月前
|
人工智能 算法 C++
一篇带你速通前缀和算法(C/C++)
一篇带你速通前缀和算法(C/C++)