时间:2020-05-26
题目地址:https://leetcode-cn.com/problems/climbing-stairs/
题目难度:Easy
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
思路1:写了递归,执行超时,看评论大神直接加了个缓存
数学归纳法的思路
1: 1
2: 2
3: f(1) + f(2)
4: f(2) + f(3)
数学归纳 f(n) = f(n - 1) + f(n - 2)
代码段1:通过
class Solution:
@functools.lru_cache(100)
def climbStairs(self, n: int) -> int:
if(n <= 1):
return 1
return self.climbStairs(n - 1) + self.climbStairs(n - 2)
总结:
- 这也是DP的一种,使用了自带的缓存,这波操作,秀
- 还有朋友分析:返回值为int,n=46时,结果会溢出,因此n < 46,那么就枚举到45,把结果带上,更秀
-
回溯,递归 f(n) = f(n - 1) + f(n - 2),f(0) = f(1) = 1
-
时间复杂度:O(n)【分析:不加缓存是O(logn)】空间复杂度:O(n)
思路2:递推 DP
代码段2:通过
class Solution:
def climbStairs(self, n: int) -> int:
mem = {0 : 1, 1 : 1}
if(n <= 1):
return 1
for i in range(2, n + 1, 1):
mem[i] = mem[i - 1] + mem[i - 2]
return mem[n]
总结:
- 好使
- 动态规划最关键的两点:DP状态的定义【f(n): 总走法个数】,DP方程【f(n) = f(n - 1) + f(n - 2)】
- 时间复杂度:O(n)空间复杂度:O(n)
思路3:斐波那契数
代码段3:通过
class Solution:
def climbStairs(self, n: int) -> int:
x, y = 1, 1
for _ in range(2, n + 1, 1):
x, y = x + y, x # 同时赋值
return x
总结:
- 同时赋值省去了一个中间变量
- 时间复杂度:O(n)空间复杂度:O(1)
2020-09-24
时空复杂度学习心得:越是基础的东西越不能丢,刻意练习,加油