爬楼梯

思路：

 

爬到n阶的方法有两种：

1. 从n-1阶爬上来

2. 从n-2阶直接上来

同理到达n-1阶的方法也有两种：从n-2阶上或者从n-3阶上，到达n-2阶的方法也有两种：从n-3阶上或者从n-4阶上………………

递归问题，要想求到达n阶的方法数，必须求到达n-1阶和n-2阶的方法数。得到递归方程：f(n)=f(n-1)+f(n-2)

那么初始状态为：f(1) = 1，f(2) = 2（到达第二阶有两种方法）。

递归代码：

public  int climbStairsDigui(int n){
        if (n == 1){
            return 1;
        }else if (n == 2){
            return 2;
        }else {
            return climbStairsDigui(n-1)+climbStairsDigui(n-2);
        }
    }

但是很容易超时！！！！！！！！！！！！

转换为动态规划：将一个大问题分解为多个子问题进行求解。上边的递归方程也就是状态转移方程。

递归只注重结果，所以中间的值可以不用保留，但是耗时间。动态规划可以记录每一次计算的结果，时间复杂度低。

代码：

public int climbStairs(int n) {
        if(n < 2){
            return 1;
        }
        int[] T = new int[n];
        T[0] = 1;
        T[1] = 2;
        for (int i = 2;i < n; i++){
            T[i] = T[i-1] + T[i-2];
        }
        return T[n-1];
    }

 

动规解题的一般思路

    1. 将原问题分解为子问题

•     把原问题分解为若干个子问题，子问题和原问题形式相同或类似，只不过规模变小了。子问题都解决，原问题即解决。
•     子问题的解一旦求出就会被保存，所以每个子问题只需求 解一次。

    2.确定状态

•     在用动态规划解题时，我们往往将和子问题相关的各个变量的一组取值，称之为一个“状 态”。一个“状态”对应于一个或多个子问题， 所谓某个“状态”下的“值”，就是这个“状 态”所对应的子问题的解。
•     所有“状态”的集合，构成问题的“状态空间”。“状态空间”的大小，与用动态规划解决问题的时间复杂度直接相关。

    3.确定一些初始状态（边界状态）的值

    以“爬楼梯”为例，初始状态就是f(1),f(2)，值就是数字值。

    4. 确定状态转移方程

     定义出什么是“状态”，以及在该“状态”下的“值”后，就要找出不同的状态之间如何迁移――即如何从一个或多个“值”已知的 “状态”，求出另一个“状态”的“值”(递推型)。状态的迁移可以用递推公式表示，此递推公式也可被称作“状态转移方程”。

    从递推公式出发，就可以先求出小问题的解，最后大问题的解就出来了。如先求出f(3),f(4)...