LeetCode刷题笔记（Climbing Stairs）

昨晚北京再降大雨，感觉在北京过了一个假夏天一样。接下来的时间主要刷的是有关动态规划的题目，下面就和大家分享一下刚刷的这道题吧！

题目如下：

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

题意分析：

有一个含n阶的楼梯，每次可以爬1阶或者2阶，请计算有多少种办法可走到楼梯的顶部。

方法一（记忆化搜索法）

其实将本题仔细一分析，不过就是斐波那契数列问题罢了，即f(n) = f(n-1) + f(n-2)；但是如果直接用递归求解（时间复杂度：O（2的n次方））会得到一个“Time Limit Exceeded”的结果，经过分析是因递归求解过程中有很多重复的计算，所以需要考虑用一个数组memo去存放中间结果避免大量的重复计算，进而将O（2的n次方）时间复杂度将至O（n）。

解题代码如下：

class Solution{
private:
    vector<int> memo;
    int findclimbStairs( int n ){

        if ( n == 1 )
            return 1;
        if ( n == 2 )
            return 2;
        //用于保留子问题的答案，以避免重复求解子问题
        if ( memo[n] == -1 )
            memo[n] = findclimbStairs( n - 1 ) + findclimbStairs( n - 2 );
        return memo[n];

    }

public:
    int climbStairs( int n ){
        memo = vector<int>( n+1, -1 );
        return findclimbStairs( n );
    }
};

提交后的结果如下： 

 

方法二（动态规划法）

其实方法一是“自顶而下”的解决问题，而动态规划法是要“自底而上”的解决问题，不过大多数情况都是先考虑“自顶而下”的解决方法，然后在考虑“自底而上”的解决方法。首先考虑f(2) = f(2-2=0) + f(2-1=1)，f(3) = f(3-2=1) + f(3-1=2)......依次类推，通过一个for循环不断地交错累加即可得到待求结果f(n)。很显然该方法的时间复杂度为O(n)，空间复杂度为O(n)。

解题代码如下：

class Solution{
public:
    int climbStairs( int n ){
        vector<int> memo = vector<int>( n+1, -1 );
        //memo[0] = 1 表示楼梯虽然没有阶梯但也需要爬1步
        memo[1] = 1;
        memo[0] = 1;
        for ( int i = 2; i <= n; i++ ) {
            memo[i] = memo[i-1] + memo[i-2];
        }
        return memo[n];
    }
};

提交后的结果如下：

 

看看方法二提交的结果，足以甩去方法一好几条街，哈哈哈。

 

 

 

日积月累，与君共进，增增小结，未完待续。