文章目录
- 题目描述
- 思路分析
- 完整代码
- 优化
题目描述
斐波那契数 (通常用 F(n) 表示)形成的序列称为 斐波那契数列 。该数列由 0 和 1 开始,后面的每一项数字都是前面两项数字的和。也就是:
F(0) = 0,F(1) = 1
F(n) = F(n - 1) + F(n - 2),其中 n > 1
给定 n ,请计算 F(n) 。
示例 1:
输入:n = 2
输出:1
解释:F(2) = F(1) + F(0) = 1 + 0 = 1
示例 2:
输入:n = 3
输出:2
解释:F(3) = F(2) + F(1) = 1 + 1 = 2
示例 3:
输入:n = 4
输出:3
解释:F(4) = F(3) + F(2) = 2 + 1 = 3
思路分析
要是只想通过这道题,那就一两行代码分分钟通过。
主要是学习一下动态规划的思考步骤,方便后面做难题。
之前跟卡哥学回溯三步走,非常好用,回溯题都秒了。
现在来学一下动态规划五步走。
动态规划五部走:
1.确定dp下标的含义:
dp[i] 表示斐波那契第i个数的值。
2.确定递推公式:
入门题嘛,题目里已经给出出来了,F(n) = F(n - 1) + F(n - 2)。
3.初始化dp数组:
题目也给出来了。
F(0) = 0,F(1) = 1
4.确定遍历顺序:
从递推公式F(n) = F(n - 1) + F(n - 2)可以看出来,i 项和 i+1 项 决定了i+2项,所以从前往后遍历。
5.模拟推导dp数组:
按照递推公式F(n) = F(n - 1) + F(n - 2)进行模拟,看看结果有没有毛病。
0,1,1, 2 ,3, 5, 8, 13, 21, 34
完整代码
class Solution:
def fib(self, n: int) -> int:
if n ==0:
return 0
if n == 1:
return 1
dp = [0] * (n+1)
dp[0] = 0
dp[1] = 1
for i in range(2,n+1):
dp[i] = dp[i-1] + dp[i-2]
return dp[n]
优化
其实可以从递推公式F(n) = F(n - 1) + F(n - 2)里看出来,我们只需要维护两个值就可以了。
这种优化方法在动态规划里经常出现,也叫状态压缩。
class Solution:
def fib(self, n: int) -> int:
if n ==0:
return 0
if n == 1:
return 1
dp = [0,0]
dp[0] = 0
dp[1] = 1
for i in range(2,n+1):
sum = dp[1] + dp[0]
dp[0] = dp[1]
dp[1] = sum
return dp[1]