题目描述
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?
示例 1:
输入:n = 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:n = 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
提示:
1 <= n <= 45
思路
动态规划是一种解决复杂问题的算法设计技术,它通常适用于具有重叠子问题和最优子结构的问题。在爬楼梯问题中,我们要求计算到达第 n 阶楼梯的不同方法数。每次可以选择爬一阶或者两阶楼梯,因此问题可以转化为求解斐波那契数列。
解题过程
- 定义状态:
设 dp[i] 表示爬到第 i 阶楼梯的不同方法数
- 状态转移方程:
当前台阶的方法数 dp[i] 可以由两种方式到达:
从第 i-1 阶台阶爬一步上来,即 dp[i-1];
从第 i-2 阶台阶爬两步上来,即 dp[i-2]。
因此,状态转移方程为: dp[i] = dp[i-1] + dp[i-2]。
- 边界条件:
当 n = 1 时,只有一种方法,即一次爬一阶: dp[1] = 1。
当 n = 2 时,有两种方法:一次爬一阶两次或者一次爬两阶一次: dp[2] = 2。
- 求解过程:
初始化 dp 数组,并根据状态转移方程从 dp[3] 到 dp[n] 计算每个阶梯的方法数。
复杂度
- 时间复杂度:O(n),因为我们需要计算从 dp[3] 到 dp[n] 的所有值,每个值的计算需要常数时间。
- 空间复杂度:O(n),使用了长度为 n+1 的 dp 数组来存储中间结果。
Code
class Solution(object):
def climbStairs(self, n):
if n == 1:
return 1
elif n == 2:
return 2
dp = [0] * (n + 1)
dp[1] = 1
dp[2] = 2
for i in range(3, n + 1):
dp[i] = dp[i - 1] + dp[i - 2]
return dp[n]