04递归和动态规划——斐波那契系列问题的递归和动态规划
斐波那契数列即为F(n)=F(n-1)+F(n-2),如1、1、2、3、5、8、13...
在计算的时候,通过最简单的递归计算,时间的复杂度是O(2N)
还有一个就是循环的一直计算的方法,时间的复杂度是O(N)
最小的时间复杂度的计算的方法是O(logN),这是因为这个函数是一个二阶递推数列,即这几个数据都是和前面的两个数据有关系的,这样的关系都可以用(F(n),F(n-1))=(F(n-1),F(n-2))×的公式进行表达,然后可以求出四个未知数。如果是三阶的递推数列,这个就是3×3的矩阵。最后(F(n),F(n-1))=(F(1),F(2))×
的n-2次方,在求方的时候,也有快捷的方式,比如10的75次方,75的二进制数是1001011,就是75=64+8+2+1,即1075=1064×108×102×101,这样就可以大大的缩短计算的时间。
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· TypeScript + Deepseek 打造卜卦网站:技术与玄学的结合
· 阿里巴巴 QwQ-32B真的超越了 DeepSeek R-1吗?
· 【译】Visual Studio 中新的强大生产力特性
· 10年+ .NET Coder 心语 ── 封装的思维:从隐藏、稳定开始理解其本质意义
· 【设计模式】告别冗长if-else语句:使用策略模式优化代码结构