leetcode-爬楼梯

 题目来自LeetCode，链接：爬楼梯。具体描述为：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

 一看到这种每次都有多种选择可做的，估摸着也就是动态规划的题目，因为这是easy的题目，状态转移也很容易想到。令dp[i]表示到第i个台阶的方法数，很明显，到第i个台阶只能通过从第i-1个台阶爬一阶或者从第i-2个台阶爬两阶，也就是有dp[i]=dp[i-1]+dp[i-2]。时间复杂度为$O(n)$，空间复杂度为$O(1)$。

 JAVA版代码如下：

class Solution {
    public int climbStairs(int n) {
        int[] dp = new int[n + 1];
        dp[0] = 1;
        dp[1] = 1;
        for (int i = 2; i <= n; ++i) {
            dp[i] = dp[i - 1] + dp[i - 2];
        }
        return dp[n];
    }
}

 提交结果如下:

 此外像这种动态规划的题目，一般都可以将空间复杂度进一步降低，因为每次的状态只跟前两个有关，直接用两个变量保存即可，从而空间复杂度降为$O(1)$。

 JAVA版代码如下：

class Solution {
    public int climbStairs(int n) {
        int dp0 = 1, dp1 = 1;
        for (int i = 2; i <= n; ++i) {
            int temp = dp1;
            dp1 = dp0 + dp1;
            dp0 = temp;
        }
        return dp1;
    }
}

 提交结果如下:

 Python版代码如下：

class Solution:
    def climbStairs(self, n: int) -> int:
        dp0 = 1
        dp1 = 1
        for i in range(2, n + 1):
            temp = dp1
            dp1 = dp0 + dp1
            dp0 = temp
        return dp1

 提交结果如下: