剑指offer(C++)-JZ10:斐波那契数列(时间复杂度O(logn)解法)

作者:翟天保Steven
版权声明:著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处

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:F(n)=F(n-1)+F(n-2)

则有如下公式成立:\begin{bmatrix} F(n+1)\\ F(n) \end{bmatrix}=\begin{bmatrix} 1 & 1\\ 1 & 0 \end{bmatrix}\begin{bmatrix} F(n)\\ F(n-1) \end{bmatrix}

当n=2时,有:\begin{bmatrix} F(3)\\ F(2) \end{bmatrix}=\begin{bmatrix} 1 & 1\\ 1 & 0 \end{bmatrix}\begin{bmatrix} F(2)\\ F(1) \end{bmatrix}

不难得出:\begin{bmatrix} F(n)\\ F(n-1) \end{bmatrix}=\begin{bmatrix} 1 & 1\\ 1 & 0 \end{bmatrix}^{n-2}\begin{bmatrix} F(2)\\ F(1) \end{bmatrix}=\begin{bmatrix} m & n\\ p & q \end{bmatrix}\begin{bmatrix} F(2)\\ F(1) \end{bmatrix}

则:F(n)=mF(2)+nF(1)

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:

X^{13}=X^{8}X^{4}X

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;
    }

};

用什么容器都可以,原理懂了,实现方法有很多种~

猜你喜欢

转载自blog.csdn.net/zhaitianbao/article/details/127884781
今日推荐