python 跳台阶问题和变态台阶问题代码

一、跳台阶问题

问题描述：一个人走上台阶，每次可以上1阶台阶或2阶台阶，求总共有多少种走法。

解法1：递归法

递归法是最直观的方法，但是在实际应用中可能会超时。

def f(n, m):

if n == 0:

return 1

if m == 0:

return 0

return f(n-1, m) + f(n-2, m)

n = int(input("请输入台阶数量:"))

m = int(input("请输入每次可以上的台阶数(1 or 2):"))

print(f(n, m))

解法2：动态规划

递归法的时间复杂度是指数级的，因此我们需要使用动态规划的方法来减少时间复杂度。

def f(n, m):

dp = [0 for _ in range(n+1)]

dp[0] = 1

for i in range(1, n+1):

if i >= m:

dp[i] = dp[i-m]

else:

dp[i] = 0

if m > 1 and i >= m+1:

dp[i] += dp[i-m*2]

return dp[n]

n = int(input("请输入台阶数量:"))

m = int(input("请输入每次可以上的台阶数(1 or 2):"))

print(f(n, m))

解法3：数学方法

我们可以通过组合数学的方法来求解。设台阶总数为n，每次可以上的台阶数为m，则有：

如果m=1，则有f(n)=f(n-1)

如果m=2，则有f(n)=f(n-2)+f(n-1)

因此，我们可以使用以下代码来求解：

def f(n, m):

a, b = 1, 0

for i in range(n):

a, b = b, a + b

if m > 1:

b += a

return a

n = int(input("请输入台阶数量:"))

m = int(input("请输入每次可以上的台阶数(1 or 2):"))

print(f(n, m))

以上就是三种解法，分别是递归法、动态规划和数学方法。在实际应用中，应优先选择时间复杂度较低的方法。

二、变态台阶问题

对于变态台阶问题，我们可以在递归解法中加入一个额外的参数来处理变态的情况。

解法1：递归解法

def variableClimbStairs(n, k):

if n <= 1:

return 1

return variableClimStairs(n-1, k) + variableClimStairs(n-k-1, k)

解法2：动态规划解法

def variableClimbStairs(n, k):

if n <= 1:

return 1

dp = [0 for _ in range(n+1)]

dp[0] = 1

for i in range(1, n+1):

for _ in range(k):

if i - k - 1 >= 0:

dp[i] += dp[i-k-1]

return dp[n]