当前位置: 首页 > article >正文

斐波那契数列 相关问题 详解

斐波那契数列相关问题详解

斐波那契数列及其相关问题是算法学习中的经典主题,变形与应用非常广泛,涵盖了递推关系、动态规划、组合数学、数论等多个领域。以下是斐波那契数列的相关问题及其解法的详解。


1. 经典斐波那契数列

定义
  • 初始条件: F ( 0 ) = 0 , F ( 1 ) = 1 F(0) = 0, F(1) = 1 F(0)=0,F(1)=1
  • 递推公式: F ( n ) = F ( n − 1 ) + F ( n − 2 )   ( n ≥ 2 ) F(n) = F(n-1) + F(n-2) \ (n \geq 2) F(n)=F(n1)+F(n2) (n2)
问题类型
  • 求第 n n n 项的值。
  • 生成前 n n n 项。
  • 优化时间复杂度。
解法
  1. 递归解法(时间复杂度: O ( 2 n ) O(2^n) O(2n),会有大量重复计算)
  2. 动态规划解法(时间复杂度: O ( n ) O(n) O(n),空间复杂度: O ( n ) O(n) O(n) O ( 1 ) O(1) O(1)
  3. 矩阵快速幂解法(时间复杂度: O ( log ⁡ n ) O(\log n) O(logn)
实现代码

递归解法

public class Fibonacci {
    public static int fibRecursive(int n) {
        if (n == 0) return 0;
        if (n == 1) return 1;
        return fibRecursive(n - 1) + fibRecursive(n - 2);
    }

    public static void main(String[] args) {
        System.out.println(fibRecursive(10)); // 输出:55
    }
}

动态规划解法

public class Fibonacci {
    public static int fibDP(int n) {
        if (n == 0) return 0;
        if (n == 1) return 1;
        int[] dp = new int[n + 1];
        dp[0] = 0;
        dp[1] = 1;
        for (int i = 2; i <= n; i++) {
            dp[i] = dp[i - 1] + dp[i - 2];
        }
        return dp[n];
    }

    public static void main(String[] args) {
        System.out.println(fibDP(10)); // 输出:55
    }
}

2. 斐波那契数列的模运算

问题

n n n 很大时,直接计算斐波那契数会导致数值爆炸。引入模运算解决:
F ( n ) = ( F ( n − 1 ) + F ( n − 2 ) ) m o d    M F(n) = (F(n-1) + F(n-2)) \mod M F(n)=(F(n1)+F(n2))modM

解法
  1. 使用动态规划加模运算。
  2. 结合矩阵快速幂和模运算。
实现代码
public class FibonacciMod {
    public static int fibMod(int n, int mod) {
        if (n == 0) return 0;
        if (n == 1) return 1;
        int prev1 = 0, prev2 = 1;
        for (int i = 2; i <= n; i++) {
            int temp = (prev1 + prev2) % mod;
            prev1 = prev2;
            prev2 = temp;
        }
        return prev2;
    }

    public static void main(String[] args) {
        System.out.println(fibMod(1000, 1000000007)); // 输出大数的模值
    }
}

3. 变形斐波那契数列

问题1:三阶斐波那契数列

递推关系扩展为:
F ( n ) = F ( n − 1 ) + F ( n − 2 ) + F ( n − 3 ) F(n) = F(n-1) + F(n-2) + F(n-3) F(n)=F(n1)+F(n2)+F(n3)

实现代码
public class Tribonacci {
    public static int tribonacci(int n) {
        if (n == 0) return 0;
        if (n == 1 || n == 2) return 1;
        int[] dp = new int[n + 1];
        dp[0] = 0;
        dp[1] = dp[2] = 1;
        for (int i = 3; i <= n; i++) {
            dp[i] = dp[i - 1] + dp[i - 2] + dp[i - 3];
        }
        return dp[n];
    }

    public static void main(String[] args) {
        System.out.println(tribonacci(10)); // 输出:149
    }
}

问题2:带权斐波那契数列

递推关系为:
F ( n ) = a ⋅ F ( n − 1 ) + b ⋅ F ( n − 2 ) F(n) = a \cdot F(n-1) + b \cdot F(n-2) F(n)=aF(n1)+bF(n2)

实现代码
public class WeightedFibonacci {
    public static int weightedFib(int n, int a, int b) {
        if (n == 0) return 0;
        if (n == 1) return 1;
        int[] dp = new int[n + 1];
        dp[0] = 0;
        dp[1] = 1;
        for (int i = 2; i <= n; i++) {
            dp[i] = a * dp[i - 1] + b * dp[i - 2];
        }
        return dp[n];
    }

    public static void main(String[] args) {
        System.out.println(weightedFib(5, 2, 1)); // 输出:29
    }
}

问题3:斐波那契数列求和

求斐波那契数列前 n n n 项的和:
S ( n ) = F ( 0 ) + F ( 1 ) + ⋯ + F ( n ) S(n) = F(0) + F(1) + \dots + F(n) S(n)=F(0)+F(1)++F(n)

通过公式:
S ( n ) = F ( n + 2 ) − 1 S(n) = F(n+2) - 1 S(n)=F(n+2)1

实现代码
public class FibonacciSum {
    public static int fibSum(int n) {
        if (n == 0) return 0;
        int a = 0, b = 1;
        int sum = 1; // F(0) + F(1)
        for (int i = 2; i <= n; i++) {
            int temp = a + b;
            a = b;
            b = temp;
            sum += b;
        }
        return sum;
    }

    public static void main(String[] args) {
        System.out.println(fibSum(5)); // 输出:12
    }
}

4. 斐波那契数列在矩阵中的应用

问题

斐波那契数列可以通过矩阵的形式来表示,其递推关系可以写成:
[ F ( n ) F ( n − 1 ) ] [ 1 1 1 0 ] ⋅ [ F ( n − 1 ) F ( n − 2 ) ] \begin{bmatrix}F(n) \\F(n-1)\end{bmatrix} \begin{bmatrix} 1 & 1 \\ 1 & 0 \end{bmatrix} \cdot \begin{bmatrix} F(n-1) \\ F(n-2) \end{bmatrix} [F(n)F(n1)][1110][F(n1)F(n2)]

利用矩阵快速幂,可以在 O ( log ⁡ n ) O(\log n) O(logn) 时间内计算第 n n n 项。

实现代码
public class FibonacciMatrix {
    public static int fibMatrix(int n) {
        if (n == 0) return 0;
        if (n == 1) return 1;
        int[][] F = {{1, 1}, {1, 0}};
        power(F, n - 1);
        return F[0][0];
    }

    private static void power(int[][] F, int n) {
        if (n == 0 || n == 1) return;
        int[][] M = {{1, 1}, {1, 0}};
        power(F, n / 2);
        multiply(F, F);
        if (n % 2 != 0) multiply(F, M);
    }

    private static void multiply(int[][] F, int[][] M) {
        int x = F[0][0] * M[0][0] + F[0][1] * M[1][0];
        int y = F[0][0] * M[0][1] + F[0][1] * M[1][1];
        int z = F[1][0] * M[0][0] + F[1][1] * M[1][0];
        int w = F[1][0] * M[0][1] + F[1][1] * M[1][1];

        F[0][0] = x;
        F[0][1] = y;
        F[1][0] = z;
        F[1][1] = w;
    }

    public static void main(String[] args) {
        System.out.println(fibMatrix(10)); // 输出:55
    }
}

5. 斐波那契数列相关优化问题

问题:优化空间复杂度

通过滚动数组,仅存储最近两项,空间复杂度从 O ( n ) O(n) O(n) 降低到 O ( 1 ) O(1) O(1)

public class OptimizedFibonacci {
    public static int fib(int n) {
        if (n == 0) return 0;
        if (
n == 1) return 1;
        int a = 0, b = 1;
        for (int i = 2; i <= n; i++) {
            int temp = a + b;
            a = b;
            b = temp;
        }
        return b;
    }

    public static void main(String[] args) {
        System.out.println(fib(10)); // 输出:55
    }
}

总结

  • 核心公式:斐波那契数列通过简单的递推公式定义,但其变形和扩展非常广泛。
  • 常见问题:包括求第 n n n 项、斐波那契数列求和、模运算、变形数列、矩阵快速幂等。
  • 优化方向:在空间复杂度和时间复杂度上,可以通过动态规划、矩阵快速幂等方法进行优化。

http://www.kler.cn/a/412122.html

相关文章:

  • JavaScript核心语法(3)
  • 并发情况下 Set 的使用——深入理解 Collections.synchronizedSet 的用法
  • 2024 APMCM亚太数学建模C题 - 宠物行业及相关产业的发展分析和策略(详细解题思路)
  • docker如何安装redis
  • Opencv+ROS实现颜色识别应用
  • 如何使用GCC手动编译stm32程序
  • 算法篇:贪心算法
  • vue3 属性透传
  • Error [ERR_PACKAGE_PATH_NOT_EXPORTED]: No “exports“ main defined
  • 本地 PHP 和 Java 开发环境 Docker 化与配置开机自启
  • 详解Qt 中使用虚拟键盘(软键盘qtvirtualkeyboard)
  • 【面试分享】主流编程语言的内存回收机制及其优缺点
  • fastjson不出网打法—BCEL链
  • Leetcode 290 word Pattern
  • 【Qt】Qt 在main.cpp中使用tr()函数报错
  • 【设计模式】【结构型模式(Structural Patterns)】之装饰模式(Decorator Pattern)
  • WordPress文章目录插件,LuckyWP Table of Contents自动生成文章插件
  • vue图片导入的几种方式及优劣对比
  • 通用网络安全设备之【防火墙】
  • YOLOX的正负样本分配问题
  • 如何使用Postman优雅地进行接口自动加密与解密
  • Rust学习(十):计算机科学简述
  • 网络基础二
  • 掌握 Spring 事务管理:深入理解 @Transactional 注解(二)
  • HTTP 缓存技术
  • Cannot find a valid baseurl for repo: centos-sclo-rh/x86_64