题目:
假设你正在爬楼梯。需要 n
阶你才能到达楼顶。
每次你可以爬 1
或 2
个台阶。你有多少种不同的方法可以爬到楼顶呢?
示例 1:
输入:n = 2 输出:2 解释:有两种方法可以爬到楼顶。 1. 1 阶 + 1 阶 2. 2 阶
示例 2:
输入:n = 3 输出:3 解释:有三种方法可以爬到楼顶。 1. 1 阶 + 1 阶 + 1 阶 2. 1 阶 + 2 阶 3. 2 阶 + 1 阶
提示:
1 <= n <= 45
方法一:递归
def dfs(i:int) -> int:
if i <= 1:
return 1
elif i < 0:
return 0
return dfs(i - 1) + dfs(i - 2)
return dfs(n)
提交的时候会发现,时间超限了,因为单纯的递归时间复杂度是指数级的,时间复杂度为o(2^n)
空间复杂度为o(n)的栈空间
方法二:记忆化搜索
python用户直接使用cache解释器就可以了,在functools库中导入
@cache
def dfs(i:int) -> int:
if i <= 1:
return 1
elif i < 0:
return 0
return dfs(i - 1) + dfs(i - 2)
return dfs(n)
非python用户可以建一个memo数组用来记录以访问的节点,这样更加省时间不用进行重复计算。
memo = [0] * (n + 1)
def dfs(i:int) -> int:
if i <= 1:
return 1
elif i < 0:
return 0
if memo[i] != 0:
return memo[i]
memo[i] = dfs(i - 1) + dfs(i - 2)
return memo[i]
return dfs(n)
时间复杂度:O(n)\mathcal{O}(n)O(n)。由于每个状态只会计算一次,
空间复杂度:O(n)\mathcal{O}(n)O(n)。有多少个状态,memo\textit{memo}memo 数组的大小就是多少。
方法三:翻译为递推
递归是自上而下返回上的过程,如果省去自上而下只要自下而上呢?
注意:递推和递归的状态转移方程也就是递推式是一样的,并且出口和入口也都是可翻译的,唯一要注意的是,递推需要初始值也就是底,而递归需要的是边界值
以下是翻译,一定要好好理解:
递归的边界:dfs(0) = 1, dfs(1) = 1 翻译为递推的 f[0]=1,f[1]=1
递归的入口:dfs(n),翻译为递推的入口f[n]
代码如下:
f = [0] * (n + 1)
f[0] = f[1] = 1
for i in range(2,n + 1):
f[i] = f[i - 1] + f[i - 2]
return f[-1]
由于f[i]只跟前两个值有关,所以可以进行空间优化,像斐波那契一样。
f0 = f1 = 1
for _ in range(2,n + 1):
fnew = f0 + f1
f0 = f1
f1 = fnew
return f1
这两段代码的时间复杂度都是o(n),第一段的空间是o(n)第二段是o(1)