提示
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
以上是一个爬楼梯问题,我们通过找规律来解决问题。
楼顶数:1 2 3 4 5 6
方法数:1 2 3 5 8 13
通过观察发楼顶数x与方法数F( x )的的关系为
出现这样一个递推公式我们第一想到的就是递归来实现。接下来先从递归讲起。
1.递归
int F(int n)
{
if(n<=2)
return n;
else
return F(n-1)+F(n-2);
}
递归是这样理解把它拆分出来,两个字,递和归
递:递推(这就需要找到递推公式)
归:回归(需要找到回归条件,递推过程逐渐逼近回归条件)
下面对以上代码进行剖析:
红线为递推过程,绿线为递归过程。
接下来是复杂度分析
时间复杂度为O(2^n),空间复杂度O(n)
通过观察我们发现出现很多重复计算的地方(图中画圈的地方),其实是这些地方增加n了时间的消耗。为了解决这个问题,我们想象一下,把每次计算的数据存起来,下次用到的时候就不用计算,直接返回。而以下的记忆递归就可以解决这个问题。
2.记忆递归
int arr[46]={0};
F(int n)
{
if(n<=2)
return n;
if(arr[n]!=0)
return arr[n];
else
return arr[n]=F(n-1)+F(n-2);
}
创建一个数组付初始值为零,把每次返回的值存给这个数组,这样可以避免重复计算,判断a[n]为非0则直接返回。时间复杂度为O(n),空间复杂度为O(n)。
3.动态规划
int F(int n){
int arr[46]={0};
arr[1]=1,arr[2]=2;
for(int i=3;i<n+1;i++)
{
arr[i]=arr[i-1]+arr[i-2];
}
return arr[n];
}
把1到n,每个楼顶对应的方法数存入数组中,用前两个来计算后一个,直到推到n,此方法相比以上方法,减少了递归带来的内存申请,时间复杂度为O(n),空间复杂度为O(1)。
4.滚动数组
int F(int n) {
int a = 0, b = 0, r = 1;
for (int i = 1; i <= n; ++i) {
a = b;
b = r;
r = a + b;
}
return r;
}
此方法比前几种更为简洁,用三个数来回滚动来实现,时间复杂度为O(n),空间复杂度为O(1)。