leetcode第70题爬楼梯动态规划算法（DP）：递归，滚动数组写法

最新推荐文章于 2025-05-24 17:38:15 发布

lxhseph

最新推荐文章于 2025-05-24 17:38:15 发布

阅读量146

点赞数

文章标签： leetcode 动态规划算法

本文链接：https://blog.csdn.net/lxhseph/article/details/121028734

版权

这篇博客探讨了如何使用深度优先搜索（DFS）和动态规划（DP）算法来解决爬楼梯问题。作者首先展示了DFS的实现，然后通过递归和滚动数组的方式解释了动态规划的解决方案。在讨论中，作者指出了递归方法在处理较大数值时可能导致超时的问题，并提出滚动数组优化来降低时间复杂性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

题干：

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

DFS算法

class Solution(object):
    def climbStairs(self, n):
        """
        :type n: int
        :rtype: int
        DFS
        """
        re=[0]
        def DFS(curr_stairs):
            if curr_stairs==0:
              re[0]+=1
            elif curr_stairs<0:
                pass
            else:
                DFS(curr_stairs-1)
                DFS(curr_stairs-2)
        DFS(n)
        return re[0]
a=Solution()
print a.climbStairs(10)

动态规划（DP）算法

递归写法：

class Solution(object):
    def climbStairs(self, n):
        """
        :type n: int
        :rtype: int
        DFS
        """
        def DP(curr_stairs):
            if curr_stairs==1:
                return 1
            elif curr_stairs==0:
                return 1
            else:
                return DP(curr_stairs-1)+DP(curr_stairs-2)

        return DP(n)

到了38就超时！本质上还是一样的开销啊！递归写法不行开销太大

class Solution(object):
    def climbStairs(self, n):
        """
        :type n: int
        :rtype: int
        DFS
        """
        def DP(n):
            i=1#DP(0)=1
            j=1#DP(1)=1
            k=#DP(1)=1,为了防止n=1不进入循环，导致k没有值
            for m in range(n-1):#滚动数组，这里都可以不用数组
                k=i+j
                i=j
                j=k
            return k
        return DP(n)

滚动数组写法