题目描述
中文
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。
英文
You are climbing a stair case. It takes n steps to reach to the top.
Each time you can either climb 1 or 2 steps. In how many distinct ways can you climb to the top?
Note: Given n will be a positive integer.
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
题目分析
- 我们先来简单分析:对于一个楼梯,我们一次只能上一阶或者两阶,所以这一步我们会有两种选择,如果我们选择了一阶,那么下一步同样会面临这个问题。所以我们就会得到这样一个公式:n阶总次数 = n-1阶总次数 + n-2阶总次数,这样一来用递归就可以很轻松的完成要求。
class Solution {
public int climbStairs(int n) {
if(n == 1) //递归出口
return 1;
if(n == 2) //递归出口
return 2;
else
return climbStairs(n-1) + climbStairs(n-2);
}
}
- 可是对于递归我们都很了解,他的效率是十分低下的,那么能不能将他优化一下,使得效率有所提升呢?很明显是有的。
- 对于普通递归,我们知道他效率低下的主要方面是因为大量数据的重复计算,这样我们就可以用一个数组把算过的数据存起来,如果下次仍然需要用到,我们就直接查找,这样效率就提高了很多。
class Solution {
public int climbStairs(int n) {
int flag[] = new int[n + 1]; //flag存储计算过的台阶数的解决方案
return climb_Stairs(n,flag);
}
public int climb_Stairs(int n, int [] flag) {
if(n == 1 || n == 0)
return 1;
if(n < 0)
return 0;
if(flag[n] > 0)
return flag[n];
else
flag[n] = (climb_Stairs(n-1,flag) + climb_Stairs(n-2,flag));
return flag[n];
}
}
-
到了这里,运行速度已经可以满足LeetCode上的时间限制了,可是有没有办法更快的求出这个题的解呢?答案是有的,那就是使用动态规划,对于动态规划不了解的可以点击这里,那么用动态规划怎么解决这道题目呢?
如果对动态规划有所了解,那么你一定清楚动态规划的核心步骤是什么。对,没错,就是找到规划方程。那么这道题的 规划方程到底是什么呢。
阶数 | 步数 |
---|---|
1 | 1 |
2 | 2 |
3 | 2+1=3 |
4 | 3+2=5 |
5 | 5+3=8 |
- 到了这里是不是已经很明了了呢?他是不是让你想到了什么东西?没错,就是斐波那契数列,现在,我们来看这道题的题解。
class Solution {
public int climbStairs(int n) {
if(n == 1)
return 1;
if(n == 2)
return 2;
int a = 1,b = 2,c = 0,i = 2;
while(i < n){
c = a + b;
a = b;
b = c;
i++;
}
return c;
}
}
最后附上今天的python代码
class Solution:
def climbStairs(self, n: int) -> int:
if n == 1:
return 1
if n == 2:
return 2
a = 1
b = 2
c = 0
i = 2
while i < n:
c = a + b
a = b
b = c
i += 1
return c
今天的题目就到此为止了,我们下次再见。