斐波那契数列可通过递归和动态规划实现，递归法代码简洁但时间复杂度为O(2^n)，存在大量重复计算，适用于小n；动态规划通过保存中间结果避免重复计算，时间复杂度降为O(n)，空间优化版本仅用O(1)空间，适合大n场景。
斐波那契数列是经典的数学问题，其定义为：F(0) = 0, F(1) = 1，且当 n ≥ 2 时，F(n) = F(n-1) + F(n-2)。在 C++ 中，可以通过递归和动态规划两种常见方式实现。下面分别介绍这两种方法，并对比它们的效率与适用场景。
递归解法（简单但低效）
最直观的实现方式是使用递归：
#includeusing namespace std; int fib_recursive(int n) { if (n <= 1) return n; return fib_recursive(n - 1) + fib_recursive(n - 2); }
int main() { int n = 10; cout << "F(" << n << ") = " << fib_recursive(n) << endl; return 0; }
说明：该方法代码简洁，逻辑清晰，但存在大量重复计算。例如，计算 F(5) 时会重复计算 F(3) 多次。时间复杂度为 O(2^n)，空间复杂度为 O(n)（由于递归调用栈），不适合求较大的 n。
动态规划解法（高效推荐）
为了避免重复计算，可以使用动态规划（DP），将已计算的结果保存起来：
#includeusing namespace std; int fib_dp(int n) { if (n <= 1) return n;
int* dp = new int[n + 1]; dp[0] = 0; dp[1] = 1; for (int i = 2; i zuojiankuohaophpcn= n; ++i) { dp[i] = dp[i - 1] + dp[i - 2]; } int result = dp[n]; delete[] dp; return result;}
优化空间版本：注意到每次只依赖前两个值，因此可以进一
步优化空间：
int fib_optimized(int n) {
if (n <= 1)
return n;
int a = 0, b = 1, c;
for (int i = 2; i zuojiankuohaophpcn= n; ++i) {
c = a + b;
a = b;
b = c;
}
return b;}
这种方法时间复杂度为 O(n)，空间复杂度为 O(1)，非常高效。
性能对比与选择建议
- 递归：适合理解算法逻辑或 n 很小的情况。实际工程中不推荐。
- 动态规划（数组存储）：适合需要保留中间结果的场景，如输出整个数列。
- 空间优化版 DP：推荐用于单独求某一项，效率最高。
对于 n > 40 的情况，递归可能耗时数秒甚至更久，而优化后的 DP 几乎瞬间完成。
基本上就这些。理解递归的缺陷和动态规划的优势，有助于写出更高效的代码。不复杂但容易忽略的是：哪怕一个简单的数学公式，实现方式不同，性能差异也会巨大。
