题目描述

大家都知道斐波那契数列，现在要求输入一个整数n，请你输出斐波那契数列的第n项（从0开始，第0项为0，第1项是1）。

n<=39;

使用数组存储中间状态(最简单的动态规划),避免递归造成的调用栈空间消耗

public int Fibonacci(int n) {
    int[] fb=new int[40];
    fb[0]=0;fb[1]=1;
    for (int i = 2; i < 40; i++) {
        fb[i]=fb[i-2]+fb[i-1];
    }
    return fb[n];
}

网上题解

链接：https://www.nowcoder.com/questionTerminal/c6c7742f5ba7442aada113136ddea0c3?answerType=1&f=discussion
来源：牛客网

1. 递归法

1. 分析

斐波那契数列的标准公式为：F(1)=1，F(2)=1, F(n)=F(n-1)+F(n-2)（n>=3，n∈N*）
根据公式可以直接写出：

2. 代码

public class Solution {
    public int Fibonacci(int n) {
        if(n<=1){
            return n;
        }
        return Fibonacci(n-1) + Fibonacci(n-2);
    }
}

3. 复杂度

时间复杂度： $O(2^n)$
空间复杂度： $O(1)$

2. 优化递归

1. 分析

递归会重复计算大量相同数据，我们用个数组把结果存起来8！

2. 代码

public class Solution {
    public int Fibonacci(int n) {
        int ans[] = new int[40];
        ans[0] = 0;
        ans[1] = 1;
        for(int i=2;i<=n;i++){
            ans[i] = ans[i-1] + ans[i-2];
        }
        return ans[n];
    }
}

3. 复杂度：

时间复杂度： $O(n)$
空间复杂度： $O(n)$

3. 优化存储

1. 分析

其实我们可以发现每次就用到了最近的两个数，所以我们可以只存储最近的两个数

sum 存储第 n 项的值
one 存储第 n-1 项的值
two 存储第 n-2 项的值

2. 代码

public class Solution {
    public int Fibonacci(int n) {
        if(n == 0){
            return 0;
        }else if(n == 1){
            return 1;
        }
        int sum = 0;
        int two = 0;
        int one = 1;
        for(int i=2;i<=n;i++){
            sum = two + one;
            two = one;
            one = sum;
        }
        return sum;
    }
}

3. 复杂度：

时间复杂度： $O(n)$
空间复杂度： $O(1)$

4. 持续优化

1. 分析

观察上一版发现，sum 只在每次计算第 n 项的时候用一下，其实还可以利用 sum 存储第 n-1 项，例如当计算完 f(5) 时 sum 存储的是 f(5) 的值，当需要计算 f(6) 时，f(6) = f(5) + f(4)，sum 存储的 f(5)，f(4) 存储在 one 中，由 f(5)-f(3) 得到
如图：

2. 代码

public class Solution {
    public int Fibonacci(int n) {
        if(n == 0){
            return 0;
        }else if(n == 1){
            return 1;
        }
        int sum = 1;
        int one = 0;
        for(int i=2;i<=n;i++){
            sum = sum + one;
            one = sum - one;
        }
        return sum;
    }
}

3. 复杂度

时间复杂度： $O(n)$
空间复杂度： $O(1)$