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
动态规划
算法
不难发现,这个问题可以被分解为一些包含最优子结构的子问题,即它的最优解可以从其子问题的最优解来有效地构建,我们可以使用动态规划来解决这一问题。
第 iii 阶可以由以下两种方法得到:
在第 (i−1)(阶后向上爬一阶。
在第 (i−2) 阶后向上爬2 阶。
所以到达第 i阶的方法总数就是到第 (i−1) 阶和第 (i−2) 阶的方法数之和。
令 dp[i]表示能到达第 iii 阶的方法总数:
dp[i]=dp[i−1]+dp[i−2]
public 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];
}
}
斐波那契数
算法
在上述方法中,我们使用 dp数组,其中 dp[i]=dp[i−1]+dp[i−2]。可以很容易通过分析得出 dp[i]其实就是第 i 个斐波那契数。
Fib(n)=Fib(n−1)+Fib(n−2)
现在我们必须找出以 1和 2作为第一项和第二项的斐波那契数列中的第 nnn 个数,也就是说 Fib(1)=1 且 Fib(2)=2。
public class Solution {
public int climbStairs(int n) {
if (n == 1) {
return 1;
}
int first = 1;
int second = 2;
for (int i = 3; i <= n; i++) {
int third = first + second;
first = second;
second = third;
}
return second;
}
}