當前位置:學問谷 >

職場範例 >面試 >

程序員面試題-求Fibonacci數列[算法]

程序員面試題-求Fibonacci數列[算法]

題目:定義Fibonacci數列如下:

程序員面試題-求Fibonacci數列[算法]

/0n=0

f(n)= 1n=1

f(n-1)+f(n-2)n=2

輸入n,用最快的方法求該數列的第n項。

分析:在很多C語言教科書中講到遞歸函數的時候,都會用Fibonacci作為例子。因此很多程序員對這道題的遞歸解法非常熟悉,看到題目就能寫出如下的遞歸求解的代碼。

///////////////////////////////////////////////////////////////////////

// Calculate the nth item of Fibonacci Series recursively

///////////////////////////////////////////////////////////////////////

long long Fibonacci_Solution1(unsigned int n)

{

int result[2] = {0, 1};

if(n < 2)

return result[n];

return Fibonacci_Solution1(n - 1) + Fibonacci_Solution1(n - 2);

}

但是,教科書上反覆用這個題目來講解遞歸函數,並不能説明遞歸解法最適合這道題目。我們以求解f(10)作為例子來分析遞歸求解的過程。要求得f(10),需要求得f(9)和f(8)。同樣,要求得f(9),要先求得f(8)和f(7)……我們用樹形結構來表示這種依賴關係

f(10)

/

f(9)f(8)

//

f(8) f(7)f(7)f(6)

/ /

f(7) f(6)f(6) f(5)

我們不難發現在這棵樹中有很多結點會重複的,而且重複的結點數會隨着n的增大而急劇增加。這意味這計算量會隨着n的增大而急劇增大。事實上,用遞歸方法計算的時間複雜度是以n的指數的方式遞增的。大家可以求Fibonacci的第100項試試,感受一下這樣遞歸會慢到什麼程度。在我的'機器上,連續運行了一個多小時也沒有出來結果。

其實改進的方法並不複雜。上述方法之所以慢是因為重複的計算太多,只要避免重複計算就行了。比如我們可以把已經得到的數列中間項保存起來,如果下次需要計算的時候我們先查找一下,如果前面已經計算過了就不用再次計算了。

更簡單的辦法是從下往上計算,首先根據f(0)和f(1)算出f(2),在根據f(1)和f(2)算出f(3)……依此類推就可以算出第n項了。很容易理解,這種思路的時間複雜度是O(n)。

///////////////////////////////////////////////////////////////////////

// Calculate the nth item of Fibonacci Series iteratively

///////////////////////////////////////////////////////////////////////

long long Fibonacci_Solution2(unsigned n)

{

int result[2] = {0, 1};

if(n < 2)

return result[n];

long long fibNMinusOne = 1;

long long fibNMinusTwo = 0;

long long fibN = 0;

for(unsigned int i = 2; i <= n; ++ i)

{

fibN = fibNMinusOne + fibNMinusTwo;

fibNMinusTwo = fibNMinusOne;

fibNMinusOne = fibN;

}

return fibN;

}

這還不是最快的方法。下面介紹一種時間複雜度是O(logn)的方法。在介紹這種方法之前,先介紹一個數學公式

{f(n), f(n-1), f(n-1), f(n-2)} ={1, 1, 1,0}n-1

(注:{f(n+1), f(n), f(n), f(n-1)}表示一個矩陣。在矩陣中第一行第一列是f(n+1),第一行第二列是f(n),第二行第一列是f(n),第二行第二列是f(n-1)。)

有了這個公式,要求得f(n),我們只需要求得矩陣{1, 1, 1,0}的n-1次方,因為矩陣{1, 1, 1,0}的n-1次方的結果的第一行第一列就是f(n)。這個數學公式用數學歸納法不難證明。感興趣的朋友不妨自己證明一下。

現在的問題轉換為求矩陣{1, 1, 1, 0}的乘方。如果簡單第從0開始循環,n次方將需要n次運算,並不比前面的方法要快。但我們可以考慮乘方的如下性質:

/ an/2*an/2 n為偶數時

an=

a(n-1)/2*a(n-1)/2 n為奇數時

要求得n次方,我們先求得n/2次方,再把n/2的結果平方一下。如果把求n次方的問題看成一個大問題,把求n/2看成一個較小的問題。這種把大問題分解成一個或多個小問題的思路我們稱之為分治法。這樣求n次方就只需要logn次運算了。

實現這種方式時,首先需要定義一個2×2的矩陣,並且定義好矩陣的乘法以及乘方運算。當這些運算定義好了之後,剩下的事情就變得非常簡單。完整的實現代碼如下所示。

#include

///////////////////////////////////////////////////////////////////////

// A 2 by 2 matrix

///////////////////////////////////////////////////////////////////////

struct Matrix2By2

{

Matrix2By2

(

long long m00 = 0,

long long m01 = 0,

long long m10 = 0,

long long m11 = 0

)

:m_00(m00), m_01(m01), m_10(m10), m_11(m11)

{

}

long long m_00;

long long m_01;

long long m_10;

long long m_11;

};

///////////////////////////////////////////////////////////////////////

// Multiply two matrices

// Input: matrix1 - the first matrix

// matrix2 - the second matrix

//Output: the production of two matrices

///////////////////////////////////////////////////////////////////////

Matrix2By2 MatrixMultiply

(

const Matrix2By2& matrix1,

const Matrix2By2& matrix2

)

{

return Matrix2By2(

matrix1.m_00 * matrix2.m_00 + matrix1.m_01 * matrix2.m_10,

matrix1.m_00 * matrix2.m_01 + matrix1.m_01 * matrix2.m_11,

matrix1.m_10 * matrix2.m_00 + matrix1.m_11 * matrix2.m_10,

matrix1.m_10 * matrix2.m_01 + matrix1.m_11 * matrix2.m_11);

}

///////////////////////////////////////////////////////////////////////

// The nth power of matrix

// 1 1

// 1 0

///////////////////////////////////////////////////////////////////////

Matrix2By2 MatrixPower(unsigned int n)

{

assert(n > 0);

Matrix2By2 matrix;

if(n == 1)

{

matrix = Matrix2By2(1, 1, 1, 0);

}

else if(n % 2 == 0)

{

matrix = MatrixPower(n / 2);

matrix = MatrixMultiply(matrix, matrix);

}

else if(n % 2 == 1)

{

matrix = MatrixPower((n - 1) / 2);

matrix = MatrixMultiply(matrix, matrix);

matrix = MatrixMultiply(matrix, Matrix2By2(1, 1, 1, 0));

}

return matrix;

}

///////////////////////////////////////////////////////////////////////

// Calculate the nth item of Fibonacci Series using devide and conquer

///////////////////////////////////////////////////////////////////////

long long Fibonacci_Solution3(unsigned int n)

{

int result[2] = {0, 1};

if(n < 2)

return result[n];

Matrix2By2 PowerNMinus2 = MatrixPower(n - 1);

return PowerNMinus2.m_00;

}

  • 文章版權屬於文章作者所有,轉載請註明 https://xuewengu.com/flzc/mianshi/rvr3j.html