一、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?
注意: 给定 n 是一个正整数。
示例 1:
输入: 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: 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
二、解决
1、递归
思路:
对于第n阶,可以从n-1阶或n-2阶跳上来,由此可以推出: F ( n ) = F ( n − 1 ) + F ( n − 2 ) F(n) = F(n-1)+F(n-2) F(n)=F(n−1)+F(n−2)
使用简单递归实现最简单,但超出时间限制。
代码:
class Solution {
public int climbStairs(int n) {
return n<=2 ? n : climbStairs(n-1) + climbStairs(n-2);
}
}
时间复杂度:
O
(
2
n
)
O(2^n)
O(2n)
空间复杂度:
O
(
n
)
O(n)
O(n)
2、递归+记忆化
思路:
简单递归中有大量重复计算,所以可以缓存加速运算。
记忆化前后计算过程对比:
代码:
class Solution {
public int climbStairs(int n) {
Integer[] memo = new Integer[n+1];
return dfs(n, memo);
}
private int dfs(int i, Integer[] memo) {
if (i <= 3) return i;
if (memo[i] != null) return memo[i];
return memo[i] = dfs(i-1, memo) + dfs(i-2, memo);
}
}
时间复杂度:
O
(
n
)
O(n)
O(n)
空间复杂度:
O
(
n
)
O(n)
O(n)
3、动态规划
版本1
思路:
上面已经得出
d
p
[
i
]
=
d
p
[
i
−
1
]
+
d
p
[
i
−
2
]
dp[i] = dp[i-1] + dp[i-2]
dp[i]=dp[i−1]+dp[i−2],所以用下面方式编程实现。
代码:
class Solution {
public int climbStairs(int n) {
if (n==1) {
return 1;
}
int[] dp = new int[n+1];
dp[1] = 1; dp[2] = 2;
for (int i=3; i<=n; i++) {
dp[i] = dp[i-1] + dp[i-2];
}
return dp[n];
}
}
时间复杂度: O(n)
空间复杂度: O(n)
版本2
思路: 同上,这里只是复用了中间的变量,降低了空间复杂度。
代码:
class Solution {
public int climbStairs(int n) {
int first = 1, second = 2, sum = 0;
for (int i = 1; i < n; i++) {
sum = first + second;
first = second;
second = sum;
}
return first;
}
}
时间复杂度: O(n)
空间复杂度: O(1)
4、矩阵快速幂
思路:
代码:
public class Solution {
public int climbStairs(int n) {
int[][] q = {{0, 1}, {1, 1}};
int[][] res = pow(q, n);
return res[1][1];
}
public int[][] pow(int[][] a, int n) {
int[][] ret = {{1, 0}, {0, 1}};
while (n > 0) {
if ((n & 1) == 1) {
ret = multiply(ret, a);
}
n >>= 1;
a = multiply(a, a);
}
return ret;
}
public int[][] multiply(int[][] a, int[][] b) {
int[][] c = new int[2][2];
for (int i = 0; i < 2; i++) {
for (int j = 0; j < 2; j++) {
c[i][j] = a[i][0] * b[0][j] + a[i][1] * b[1][j];
}
}
return c;
}
}
解释:上面代码中multiply含义与下面等价。
时间复杂度: O(logn)
空间复杂度: O(1)
5、通项公式
思路:
关于线性代数对角化的知识都忘了,这里先记下关键步骤,有需要再深入。
Binet’s Formula推导过程:
代码:
public class Solution {
public int climbStairs(int n) {
double sqrt5 = Math.sqrt(5);
double fibn = Math.pow((1 + sqrt5) / 2, n + 1) - Math.pow((1 - sqrt5) / 2, n + 1);
return (int)(fibn / sqrt5);
}
}
时间复杂度: O(logn)
空间复杂度: O(1)
三、参考
1、爬楼梯
2、Basically it’s a fibonacci.
3、3-4 short lines in every language