再学动态规划之 上楼梯

leetcode: https://leetcode.com/problems/climbing-stairs/description/
一道经典的动态规划题。听了左程云大神的课之后，重新审视一边动态规划。
我们先假设不知道动态规划方法，我们这样思考：
$f(n)=f(n-1)+f(n-2)$
然后就很自然的写出下面的递归解法

class Solution(object):
    def climbStairs(self, n):
        """
        :type n: int
        :rtype: int
        """
        if n == 1:
            return 1
        if n == 2:
            return 2
        sum = self.climbStairs(n-1) + self.climbStairs(n-2)
        return sum

最后，毋庸置疑的超时。但是我们把尾递归改成循环，就通过了：

class Solution(object):
    def climbStairs(self, n):
        """
        :type n: int
        :rtype: int
        """
        if n == 1:
            return 1
        if n == 2:
            return 2
        a = 1
        b = 2
        i = 2
        while(i < n):
            b = a + b
            a = b - a
            i += 1
        return b

接下来是记忆化搜索。之前的递归，存在太多的冗余计算。比如$f(5)=f(4)+f(3)$和$f(4)=f(3)+f(2)$都要算一遍$f(3)$。我们通过把它记下来的方式，减少计算。

rec = dict()
class Solution(object):
    def climbStairs(self, n):
        """
        :type n: int
        :rtype: int
        """
        if n == 1:
            rec[1] = 1
            return 1
        if n == 2:
            rec[2] = 2
            return 2
        if n in rec:
            return rec[n]
        else:
            sum = self.climbStairs(n-1) + self.climbStairs(n-2)
            rec[n] = sum
            return sum

这次递归也AC了。

记忆化搜索，还能怎么优化呢？就是按照简单到复杂依次计算，而不是无脑的记下来。这里巧了，就是对应之前的循环算法。