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
思路
什么叫动态规划?我们分割原始问题为多个子问题,在遍历数据的过程中,如果能根据之前得到的信息动态解决当前的子问题,那么就可以在线性时间内解决很多需要多次遍历的问题。
动态规划使用“状态”概念来表示问题求解的特定阶段,每个状态都对应一个子问题以及相应的局部最优解。
有以下三个定义:
将动态规划所用的数组称为 dp 表,表示对应子问题的解。
将最小子问题对应的状态称为初始状态。
将递推公式称为状态转移方程。
本题中定义ans[i]为dp表,表示走到第i个台阶的方法数。
解题过程
对于本题目,他的dp表中ans[0]=0,ans[1]=1,ans[2]=2,此为初始状态。
我们开始遍历,从i=3开始,我们对ans[i]施加状态转移方程ans[i]=ans[i-1]+ans[i-2],什么意思呢?走到第i个台阶的方法是走到第i-1个台阶的方法和第i-2个台阶的方法之和。(i可以通过i-1或i-2号台阶走上去)
得到所有的状态后,输出答案即可。
复杂度
时间复杂度: O(n)
空间复杂度: O(n)
动态规划击败100%
Code
class Solution {
public:
int climbStairs(int n) {
if(n==1)return 1;
else if(n==2)return 2;
int ans[n+1];ans[0]=0,ans[1]=1,ans[2]=2;
for(int i=3;i<n+1;i++)ans[i]=ans[i-1]+ans[i-2];
return ans[n];
}
};