题目复盘ing

Namomo spring camp 2022 Div.2

Day.2

102.走楼梯2

题目描述

楼梯有 n 阶，上楼可以一步上一阶，也可以一步上二阶。但你不能连续三步都走两阶，计算走到第n阶共有多少种不同的走法。

输入格式

一行，一个数字，表示n。

输出格式

输出走楼梯的方式总数。

数据规模

对于 $100$% 的数据，保证 n $\le$ 50。

样例输入

6

样例输出

12

题目释义

有一次上 1 or 2 个阶梯两种走法，不能有连续三次上 2 步，求上到第 n 个阶梯有多少方案

算法设计

（不会的方法）心路历程：最开始我认为，加的这个限制条件会对后续处理有影响，而不能用dp。

（但是我不会别的方法的）为了求证，我又看了一遍无后效性的解释

无后效性是指如果在某个阶段上过程的状态已知，则从此阶段以后过程的发展变化仅与此阶段的状态有关，而与过程在此阶段以前的阶段所经历过的状态无关。利用动态规划方法求解多阶段决策过程问题，过程的状态必须具备无后效性。¹ (查阅自百度百科)

我突然觉得还是可以用dp的。

算法选择

动态规划

前面说了那么多，我自然首选dp。(实际上我也不知道也还算不算dp)

根据最基础的 走楼梯 问题，假设走到第 i 阶楼梯的方案数为 f[i],我们知道:

f[i] = f[i-1] + f[i-2]; (i >= 2)

想要走到 i，只能从 i-1 走一步，或者从 i-2 走两步上来。这就是了两个（最优）子结构。

而在不能连续三次两步的限制下。
我们认为 f[i-1] 与 f[i-2] 都满足此要求。那么就只有最后三步会出现走连续三次两阶的情况。

由此分析：

1. 第三次，必然是从 f[i-2] 跳到 f[i]
2. 第一、二次，必然是到 f[i-2] 时连续走了两次两阶

• 由 1、2 我们知道，只需从 f[i-2] 中，减去 最后两次都是二阶的情况 即可。

---

到这里我以为就结束了，因为 最后两次都是二阶的情况 不就是 f[i-2-4] 的方案数吗？

所以答案是？：

f[i] = f[i-1] + f[i-2] - f[i-6]; 吗？

（在我题解提交并WA了之后）仔细分析之后，我发现并非如此。

---

因为对于 f[i-6] 依然存在最后走 0/1/2 个两阶的情况。

• 因此我们只需要把 f[i-6] 中最后一步是走两阶的情况去掉即可。即把从 f[i-6-2] 到 f[i-6] 的情况去掉，就只剩下 f[i-6-1] 即 f[i-7] 了。

所以我们的答案就是：

f[i] = f[i-1] + f[i-2] - f[i-7];

数据处理

定义全局变量 n 和 f* （可自动赋初值）
int n;
long long f[51];

初始化：

f[0] = 1;
f[1] = 1;

算法逻辑

1. i $\le$ 5 时，不存在三次两阶的情况。
2. i == 6 时，f[i-7] 依然不存在，但是有连续三次两阶的情况，特殊处理。
3. i $\ge$ 7 时，满足状态转移方程。

for(int i = 2; i <= n; i++) {
    if(i >= 7)
        f[i] = f[i-1] + f[i-2] - f[i-7];
    else if(i == 6)
        f[i] = 12;
    else   
        f[i] = f[i-1] + f[i-2];
}

---

1. 陈克式，陈开周．经济 数学辞典：中国经济出版社，1991年09月第1版 ↩︎