Problem
You are climbing a stair case. It takes n steps to reach to the top.
Each time you can either climb 1 or 2 steps. In how many distinct ways can you climb to the top?
Example
input:1
output:1
Algorithm
整理一下题意:设有一段楼梯,这段楼梯从底部到顶部一共有n级台阶。假如爬楼梯时每步可以爬一级台阶或者两级台阶,那么从这段楼梯底部爬到顶部有多少种不同的步数?
首先想到的是利用递归。从后往前推,假设一段n级台阶的楼梯需要走s[n]步,那么在前一步时,已经走完的台阶数目只能是n-1或n-2。于是可以得到climbStairs(n)=climbStairs(n-1)+climbStairs(n-2)。对于n=0和n=1的情况,易知要走的步数均为1,于是可得代码如下。
//递归版本,O(2^n)
class Solution {
public:
int climbStairs(int n) {
if(n==0){return 1;}
if(n==1){return 1;}
else{return climbStairs(n-1)+climbStairs(n-2);}
}
};
直接提交上去,却发现Time Limit Exceeded。仔细算一下,对于n的情况,需要计算 n+(n-1)+(n-2)+…+1 = n(n+1)/2 次,时间复杂度达到O(n^2)。
既然超时了,说明需要进一步优化。注意到同样是刚才的思路,对于每种台阶数的保存可以换一种方法。考虑直接用数组来保存,那么递推关系式为s[i]=s[i-1]+s[i-2]。然后再对特殊情况n=0和n=1作处理即可。代码如下
//迭代版本,O(n),用时0ms
class Solution {
public:
int climbStairs(int n) {
int*s=new int[n+1];
s[0]=1;
s[1]=1;
for(int i=2;i<=n;i++){
s[i]=s[i-1]+s[i-2];
}
return s[n];
}
};
由于只需要一次循环即解决问题,时间复杂度为O(n)。本质上来说这种思路是动态规划的思路。由前一个状态的情况确定下一个状态的情况,再对初始状态进行限制,从而得到目标状态的情况。许多递归的提醒都可以转化为动态规划的思路求解,今后可以多思考一下。