递归写法简洁但易栈溢出;需设边界n
直接用 fib(n) = fib(n-1) + fib(n-2) 定义,边界是 n 时返回 n。看似直观,但时间复杂度是指数级 O(2^n),因为重复计算大量子问题。
常见错误现象:fib(50) 就明显卡顿,fib(100) 基本无法在合理时间内返回;调用深度过大还会触发栈溢出(stack overflow)。
实操建议:
n 的极小规模场景
用两个变量 a 和 b 滚动更新,每次算出下一个值后平移窗口。时间复杂度 O(n),空间复杂度 O(1),稳定、高效、无栈风险。
典型使用场景:需要快速获取第 n 项、批量生成前 N 项、内存受限环境(如单片机)。
注意点:
n = 0 和 n = 1 要单独处理,避免循环不执行就返回错误值n 很大(比如 > 90),int 或 long long 会溢出,得用 unsigned long long 或大数库i = 2; i ,而应是 i = 2; i ,否则多算一轮
n 的对数解法利用斐波那契的线性递推可表示为矩阵乘法:[f(n), f(n-1)]^T = [[1,1],[1,0]]^(n-1) * [f(1), f(0)]^T。用快速幂把乘方降到 O(log n) 时间。
适用条件:
n 达到 1e18 级别,迭代都嫌慢1e9+7),此时矩阵元素可全程取模坑点:
n-1 而不是 n,n=0 和 n=1 必须特判用 template 包一层迭代逻辑,既能支持 int、long long,也能配合自定义大整数类型使用。比裸函数更健壮。
示例核心片段:
templateT fib(int n) { if (n <= 1) return static_cast (n); T a = 0, b = 1; for (int i = 2; i < n; ++i) { T c = a + b; a = b; b = c; } return b; }
关键细节:
static_cast(n) 防止 n 是负数或大整数时隐式截断
auto 推导 a/b 类型——它会绑定到参数 n 的类型,而非模板参数 T
constexpr),得改用 constexpr 迭代或特化,普通 for 循环不行实际项目中,95% 的情况用迭代就够了。矩阵快速幂看着炫,但多数业务场景根本不需要那么大的 n;而递归除了讲原理,基本没有上生产的价值。类型封装倒值得花十分钟写好,以后所有数值类型都能复用。