爬台阶问题（递归和动态规划实现）

问题描述： 一个人爬楼梯，每次只能爬1个或2个台阶，假设有n个台阶，那么这个人有多少种不同的爬楼梯方法？ 

这个问题可以分解成两个子问题（当n>=2时），最后一步是爬1个台阶还是爬两个台阶（两种情况），当爬1个台阶的时候：问题就分解成，最后爬一个台阶，前面n-1个台阶有 多少种爬法？当最后爬2个台阶的时候，前面n-2个台阶有多少种爬法？然后两个子问题方法相加就是会后结果。两个子问题又可以再分割成更小的子问题。。。最后的结果是 到n==1这种基础情况。（符合递归的条件），下面给出递归和动态规划的java代码：

import java.util.Scanner;
public class ClimbStairs
{
	/**
	 * 使用朴素递归的方法和动态规划的方法实现求爬楼梯的方法数
	 */
	public static void main(String[] args)
	{
		long start1, start2;//用于记录两个子函数开始运行的时间
		Scanner str = new Scanner(System.in);
		int number = str.nextInt();//获得台阶数目
		long count[] = new long[number + 1];//用于记录动态规划中子问题的解
		count[0] = 1L;
		count[1] = 1L;
		start1 = System.currentTimeMillis();//记录函数1的开始时间
		System.out.println("There are " + fun1(number) + " methods.");
		System.out.println("Cost " + (System.currentTimeMillis() - start1) + " ms.");//获得函数1的执行时间
		start2 = System.currentTimeMillis();//记录函数2的开始时间
		System.out.println("There are " + fun2(count, number) + " methods.");
		System.out.println("Cost " + (System.currentTimeMillis() - start2) + " ms.");//获得函数2的运行时间
	}
	//定义朴素递归调用方法
	public static long fun1(int num)
	{
		if (num == 1)//基础情况
			return 1L;
		else if (num == 2)//基础情况
			return 2L;
		else
			return fun1(num - 1) + fun1(num - 2);//递归调用
	}
	//定义动态规划方法
	public static long fun2(long count[], int num)
	{
		if (num == 1)//基础情况
			return 1L;
		else 
		{
			for  (int i = 2; i <= num; i++)
			{
				count[i] = count[i - 1] + count[i - 2];//这里并没有调用原函数计算，而是直接使用子问题的结果
			}
		}	
		return count[num];
	}
}

There are 1836311903 methods.
Cost 4848 ms.
There are 1836311903 methods.
Cost 1 ms.

上面的结果也证实了动态规划的效率要远远高于朴素递归的方法（这种方法不记录前面的计算结果，每次用到的时候都重新计算）。