LeetCode算法题之70. Climbing Stairs（easy）【Python3递归+动态规划题解】

题目描述：
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?

Note: Given n will be a positive integer.

Example 1:

Input: 2
Output: 2
Explanation: There are two ways to climb to the top.

1. 1 step + 1 step
2. 2 steps

Example 2:

Input: 3
Output: 3
Explanation: There are three ways to climb to the top.

1. 1 step + 1 step + 1 step
2. 1 step + 2 steps
3. 2 steps + 1 step

题目大意：

• 给定一个正整数n，代表着阶梯的高度，你每次登阶梯的方式有两种，一个是，一次迈一步，一个是，一次迈两步
• 让你返回每次都有哪几种可能的方式，登上阶梯顶

解题思路：

• 第一种思路，递归解法
• 由题意可知，当给你一个正整数n时，不管n多大，你每次都有两种选择，是迈一步还是迈两步，也就是假如当n=3时，如题目的例子所示，f(3) = f(3-1) + f(3-2) ，f(3) 表示，n=3时，你所能选择的登顶的方式，那么它只能由前一种状态，选择迈一步，或者迈两步
• 当最后的状态为零时，也就是这种迈步选择方式，真的可以登顶，如果小于零，说明这种方式不行，无法匹配
• 递归树见下图
  
• 如果直接按照上图的递归树，编写代码，就是暴力解法，肯定能出答案
• 但是这里可以更巧妙一些，使递归这种可能包含了很多冗余的重复计算，比如图中的深蓝色部分，如果暴力解法，那这部分，显然就被计算了两次，不划算
• 在这里，用备忘录（memo）解决这个重复计算
• 思路是，定义一个字典，用来装每次递归都计算了哪些过程，下次再递归时，先别着急去递归，先去备忘录里面，看看，这个过程有没有被计算过，如果有，那别递归了，太慢，因为都要触底才能向上返回值，直接返回那个存在备忘录里的值
• 典型的空间换时间，自顶向下解法

少废话，上代码：

class Solution:
    def climbStairs(self, n):
        memo = {}#定义备忘录，用来记录已经计算过的递归树的分支，避免重复计算

        def recursion(n):
            #先去备忘录里看看，算没算过，算过了，直接返回那个算过的值
            if n in memo:
                return memo[n]
            if n == 0:#base case，基础值
                return 1
            if n < 0:#无效方式
                return 0
            memo[n] = recursion(n-1) + recursion(n-2)#每次只有两种选择，上一层台阶还是上两层，递归下去
            return memo[n]#返回那个最后的计算结果

        return recursion(n)

运行时间和内存占用：

• Runtime: 40 ms, faster than 5.95% of Python3 online submissions for Climbing Stairs.
• Memory Usage: 13.8 MB, less than 5.97% of Python3 online submissions for Climbing Stairs.

别着急，还可以更快

• 上动态规划
• 了解的朋友都知道，首先定义dp数组的含义，一定要清晰明确，不然后根本没法进行，不知道的朋友，没关系，看完，你也会了
• 我的想法是，直接dp[i] 代表着给定的i层阶梯，所可能达到的所有方式
• 比如dp[1]=1，代表给定的1层阶梯，登顶的可能方式有1种
• dp[2]=2，以此类推
• 其实前面两步，已经将基础案例，也就是base case，给出来了，有了这两个，那么下面无论给定n多大，都可以直接通过for循环，依次加到那个n值
• 因为是这样，dp[3]等于什么？一定要有这种递推关系，一旦找到，此题一般KO，dp[3]=dp[3-1]+dp[3-2]，还是那句话，每次就两种选择，要么迈一步，要么迈两步
• 想想斐波纳契数列中的定义，和本题是否异曲同工？

少废话，上代码：

class Solution:
    def climbStairs(self, n):
        #定义dp数组并明确概念，dp[i]代表登上i层台阶可能有的所有迈步方式
        dp = []
        dp.append(0)#空着不用，主要是方便数值相互对应上，偏于理解
        dp.append(1)#加初值，base case
        dp.append(2)#同理

        if n == 1:
            return 1
        if n == 2:
            return 2
        if n > 2:
            for i in range(3, n+1):#开始遍历，由递推关系，逐步推出想要结果
                sum = dp[i-1] + dp[i-2]
                dp.append(sum)

        return dp[-1]#最后一个数，即为结果

运行时间和内存占用：

• Runtime: 32 ms, faster than 26.09% of Python3 online submissions for Climbing Stairs.
• Memory Usage: 14 MB, less than 5.97% of Python3 online submissions for Climbing Stairs.

********* 自底向上思想 *********