首先定义斐波那契数列问题:
定义 , , ,求 是多少。
为了避免考虑整数溢出问题,我们求 的值, 。
算法1
递归。
递归计算的节点个数是
的级别的,存在大量重复计算。
时间复杂度是 ,一秒内大约能算到第三四十项。
C++ 代码
1 2 3 4 5 6 const int MOD = 1000000007 ;int f (int n) { if (n <= 1 ) return 1 ; return (f (n - 1 ) + f (n - 2 )) % MOD; }
算法2
记忆化搜索。
开一个大数组记录中间结果,如果一个状态被计算过,则直接查表,否则再递归计算。
总共有
个状态,计算每个状态的复杂度是 ,所以时间复杂度是 。
一秒内算
毫无压力,但由于是递归计算,递归层数太多会爆栈,大约只能算到 级别。
C++ 代码
1 2 3 4 5 6 7 8 9 10 const int N = 100000 , MOD = 1000000007 ;int a[N];int f2 (int n) { if (a[n]) return a[n]; if (n <= 1 ) return 1 ; a[n] = f2 (n - 1 ) + f2 (n - 2 ); a[n] %= MOD; return a[n]; }
算法3
递推。
开一个大数组,记录每个数的值。用循环递推计算。
总共计算 个状态,所以时间复杂度是
。
但需要开一个长度是
的数组,内存将成为瓶颈,当
时,需要的内存是 。
分子中乘4是因为C++中 int
类型占4字节。
C++代码
1 2 3 4 5 6 7 8 9 10 11 const int N = 100000000 , MOD = 1000000007 ;int f3 (int n) { a[0 ] = a[1 ] = 1 ; for (int i = 2 ; i <= n; i ++ ) { a[i] = a[i - 1 ] + a[i - 2 ]; a[i] %= MOD; } return a[n]; }
算法4
递归+滚动变量。
仔细观察我们会发现,递推时我们只需要记录前两项的值即可,没有必要记录所有值,所以我们可以用滚动变量递推。
时间复杂度还是 ,但空间复杂度变成了 。
C++代码:
1 2 3 4 5 6 7 8 9 10 11 12 13 const int MOD = 1000000007 ;int f4 (int n) { int x, y, z; x = y = 1 ; for (int i = 2 ; i <= n; i ++ ) { z = (x + y) % MOD; x = y; y = z; } return z; }
算法5
矩阵运算 + 快速幂。
快速幂算法的模板可以参考这里 。
用算法4我们1秒内最多可以算到
级别,那当
更大时该怎么办呢?
可以先利用矩阵运算的性质将通项公式变成幂次形式,然后用平方倍增(快速幂)的方法求解第
项。
首先我们定义向量
边 界 :
然后我们可以找出矩阵:
则有:
所以:
由于矩阵具有结合律,所以我们可以先求出 ,然后再用 左乘,即可求出 ,向量 的第一个元素就是 。
时间复杂度分析:快速幂的时间复杂度是 ,所以算法5的时间复杂度也是
。
C++代码
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 #include <cstdio> #include <cstring> #include <iostream> #include <algorithm> #include <ctime> using namespace std;const int MOD = 1000000007 ;void mul (int a[][2 ], int b[][2 ], int c[][2 ]) { int temp[][2 ] = {{0 , 0 }, {0 , 0 }}; for (int i = 0 ; i < 2 ; i ++ ) for (int j = 0 ; j < 2 ; j ++ ) for (int k = 0 ; k < 2 ; k ++ ) { long long x = temp[i][j] + (long long )a[i][k] * b[k][j]; temp[i][j] = x % MOD; } for (int i = 0 ; i < 2 ; i ++ ) for (int j = 0 ; j < 2 ; j ++ ) c[i][j] = temp[i][j]; } int f_final (long long n) { int x[2 ] = {1 , 1 }; int res[][2 ] = {{1 , 0 }, {0 , 1 }}; int t[][2 ] = {{1 , 1 }, {1 , 0 }}; long long k = n - 1 ; while (k) { if (k&1 ) mul (res, t, res); mul (t, t, t); k >>= 1 ; } int c[2 ] = {0 , 0 }; for (int i = 0 ; i < 2 ; i ++ ) for (int j = 0 ; j < 2 ; j ++ ) { long long r = c[i] + (long long )x[j] * res[j][i]; c[i] = r % MOD; } return c[0 ]; } int main () { long long n ; cin >> n; cout << f_final (n) << endl; return 0 ; }
思路
观 察 原 式
移 项 可 得
也 就 是
将 斐 波 那 契 的 前 项 都 写 成 这 种 形 式 , 得
累 加 所 有 等 式 ,
左 边 正 好 是 我 们 要 求 的 答 案
而 右 边 , 从 到 , 都 互 相 抵 消 掉 了 ,
得 到
也 就 是 说 , 我 们 就 只 需 要 求 出 即 可
这 里 给 出 三 种 求 的 算 法
算法6 推式子 + 暴力
时间复杂度 O(n) 能过
空间复杂度 O(n) 超级大
这里先给出结论,再给出证明过程
结论
证明
结 论 对 于 成 立
假 设 结 论 对 于 成 立
则 有
所 以 结 论 对 于 成 立 , 证 毕
那么根据结论,当
时,有
当 时,有
也就是说,我们可以通过递归求出 和 来得到
直接这么求,时间复杂度还是 ,和递推相比,并没有任何优化
但是这个做法的优点,是可以快速将我们要求的 的 缩小到一个很小的范围内
利用这一点,我们可以预处理出
的前 项(具体 的值根据题目而定)
如果递归到了
以内,直接返回我们预处理好的值
C++ 代码
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 #include <iostream> using namespace std;typedef long long ll;const int k = 1e7 + 5 ; int n, m;int f[k];ll calc (int x) { if (x < k) return f[x]; ll t1 = calc (x / 2 + 1 ), t2 = calc (x / 2 ); if (x & 1 ) return (t1 * t1 + t2 * t2) % m; return t2 * (t1 * 2 - t2 % m + m) % m; } int main () { scanf ("%d %d" , &n, &m); f[1 ] = f[2 ] = 1 ; for (int i = 3 ; i < k; i ++ ) f[i] = (f[i - 1 ] + f[i - 2 ]) % m; printf ("%lld\n" , calc (n + 2 ) - 1 ); return 0 ; }
算法7 快速倍增法
这里感谢@洛零 巨佬给出该方法
时间复杂度
我们在做递归时,可以通过二元组 的方式进行计算,并返回 ,将时间复杂度优化至
C ++ 代码
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 #include <cstdio> #include <utility> using namespace std;typedef long long ll;typedef pair<ll, ll> pll;int n, m;pll calc (int x) { if (!x) return make_pair (0 , 1 ); pll u = calc (x >> 1 ); ll t1 = u.first, t2 = u.second; ll f2 = t1 * (2 * t2 - t1 % m + m) % m; ll f1 = (t1 * t1 + t2 * t2) % m; if (!(x & 1 )) return make_pair (f2, f1); return make_pair (f1, (f1 + f2) % m); } int main () { scanf ("%d %d" , &n, &m); printf ("%lld\n" , calc (n + 2 ).first - 1 ); return 0 ; }
来源