【动态规划】爬楼梯

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？

class Solution {
public:
    int climbStairs(int n) {
        int dp[1000];
        dp[0] = dp[1] = 1;
        for(int i = 2; i <= n; ++i){
            dp[i] = dp[i - 1] + dp[i - 2];
        }
        return dp[n];
    }
};

这段代码是一个解决爬楼梯问题的动态规划算法实现。函数climbStairs接受一个整数参数n，表示楼梯的总级数，返回爬到第n级楼梯的不同方法数。

代码中使用了一个一维数组dp，其中dp[i]表示爬到第i级楼梯的不同方法数。数组长度设置为1000，足够存储任意输入范围内的结果。

算法的核心思想是通过动态规划的方式，从前往后计算爬到每一级楼梯的不同方法数，将问题划分为子问题，并利用子问题的解来计算更大规模的问题的解。

具体的算法流程如下：

• 初始化数组dp[0]和dp[1]为1，表示爬到第0级和第1级楼梯的方法数都为1，因为只有一种方法：不爬或者爬一级。
• 使用循环从2开始遍历到n，计算爬到第i级楼梯的不同方法数，通过状态转移方程dp[i] = dp[i - 1] + dp[i - 2]来计算，表示爬到第i级楼梯的方法数等于爬到第i-1级楼梯和爬到第i-2级楼梯的方法数之和，因为爬到第i级楼梯只有两种方式：从第i-1级楼梯爬一级或者从第i-2级楼梯爬两级。
• 循环结束后，dp[n]即为爬到第n级楼梯的不同方法数，将其作为函数的返回值。

这样，通过动态规划的方式，避免了重复计算子问题，提高了算法的效率，得到了爬楼梯问题的解。