leetcode--java--爬楼梯

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?

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

我的解法

public int climbStairs(int n) {
        if(n==2) return 2;
        if(n==1) return 1;
         return climbStairs(n-2)+climbStairs(n-1);
    }

超出时间限制了

官方题解

方法一:把暴力递归改成动态规划

在这里插入图片描述

public intc limbStairs(intn){
    if(n <= 2){return n;}
    int[] dp = new int[n]; 
	dp[0] = 1; 
	dp[1] = 2; 
	for(int i = 2; i < n; i++){
	dp[i] = dp[i-1] + dp[i-2];
 }
 return dp[n-1];
}

继续优化空间复杂度(一维数组变成三个变量)

class Solution {
    public int climbStairs(int n) {
        int p = 0, q = 0, r = 1;
        for (int i = 1; i <= n; ++i) {
            p = q; 
            q = r; 
            r = p + q;
        }
        return r;
    }
}

在这里插入图片描述

复杂度分析
时间复杂度:循环执行 n次,每次花费常数的时间代价,故渐进时间复杂度为 O(n)。
空间复杂度:这里只用了常数个变量作为辅助空间,故渐进空间复杂度为 O(1)。

方法三:通项公式

如果观察数学规律,可知本题是斐波那契数列,那么用斐波那契数列的公式即可解决问题
在这里插入图片描述

public class Solution {
    public int climbStairs(int n) {
        double sqrt5 = Math.sqrt(5);
        double fibn = Math.pow((1 + sqrt5) / 2, n + 1) - Math.pow((1 - sqrt5) / 2, n + 1);
        return (int) Math.round(fibn / sqrt5);
    }
}

时间复杂度:power的时间复杂度O(logn)

补充:求power的时间复杂度
2^8
4^4
16^2
256

int power(int a, int n)             //a^n
{
    int ans = 1;
    while(n > 0) 
    {
        if(n&1)                 //当n为奇数时,乘以余下的一个a
            ans *= a;
        a *= a;
        n /= 2;
    }
    return ans;
}

在这里插入图片描述

int power(long long a, int n)
{
    long long ans = 1;
    while(n > 0) 
    {
        if(n&1) 
        {	//(ans*a)%mod
            ans *= a;
            ans %= mod;
        }
        //(a*(a%mod))%mod
        a *= a%mod;
        a %= mod;
        n >> 1;
    }
    return ans%mod;
}

剖析

这里形成的数列正好是斐波那契数列,答案要求的 f(n)即是斐波那契数列的第 n 项(下标从 0开始)。我们来总结一下斐波那契数列第 n 项的求解方法:

  • n比较小的时候,可以直接使用过递归法求解,不做任何记忆化操作,时间复杂度是 O(2^n),存在很多冗余计算。
  • 一般情况下,我们使用「记忆化搜索」或者「迭代」的方法,实现这个转移方程,时间复杂度和空间复杂度都可以做到 O(n)。
  • 为了优化空间复杂度,我们可以不用保存 f(x - 2) 之前的项,我们只用三个变量来维护 f(x)、f(x - 1) 和 f(x - 2),你可以理解成是把「滚动数组思想」应用在了动态规划中,也可以理解成是一种递推,这样把空间复杂度优化到了 O(1)。
  • 随着 n 的不断增大 O(n)可能已经不能满足我们的需要了,我们可以用「矩阵快速幂」的方法把算法加速到 O(logn)。
  • 我们也可以把 n 代入斐波那契数列的通项公式计算结果,但是如果我们用浮点数计算来实现,可能会产生精度误差。
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值