题目描述
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。
示例1:
输入: 2
输出: 2
解释: 有两种方法可以爬到楼顶。
- 1 阶 + 1 阶
- 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 阶 + 1 阶 + 1 阶
- 1 阶 + 2 阶
- 2 阶 + 1 阶
解题思路
我们先举例n=5
,当我们迈出第一步的时候,有两种解法,走1个台阶就剩下了4个台阶;走2个台阶就剩下了3个台阶。那么我们就可以将剩下的4个台阶继续按照上述的方法分解。
所以n=5
时,有两种情况,分解成子问题,走n=4
和n=3
的两种情况之和。所以可以画出图解为:
但是如果按照上述的想法,计算上述题的时候,就是出现好多重叠的子问题。但是这样的话会出现时间复杂度过大,不是一个好的算法。
解法一:暴力解法
class Solution {
public int climbStairs(int n) {
// 1. 当n=1时,有一种解法:爬1个台阶
if(n == 1)
return 1;
if(n == 2)
return 2;
// 当n=5时,有两种解法。
// 先爬1个,计算climb(4)
// 先爬2个,计算climb(3)
return climbStairs(n-1) + climbStairs(n-2);
}
}
这个当我们运行的时候,就会发现当n=44时,该代码就超出的时间限制,因为这样的递归做法计算了好多的重叠子问题(当然不同的电脑可能n的最大取值不同)。
解法二:自顶向下备忘录法(记忆记录法)
就是使用一个数组,将计算过得n记录下来,当下一次要使用的时候,去查表,便可知道。这里就需要一个数组,去保存,这就是使用空间去换取时间的方法。
class Solution {
public int climbStairs(int n) {
int[] array = new int[n + 1];
// 先初始化数组
for(int i = 0; i < array.length; i++){
array[i] = -1; // 作为标记,以此来判断是否已经计算过了
}
return climb(n, array);
}
private int climb(int i, int[] arr){
if(i <= 1)
arr[i] = 1;
if(i == 2)
arr[i] = 2;
// 如果数组中的值为-1,没有计算,需要计算
if(arr[i] == -1)
arr[i] = climb(i-1, arr) + climb(i-2, arr);
// 走到这里i个台阶的值已经计算过了直接返回
return arr[i];
}
}
解法三:自底向上的动态规划法
我们要计算n=5的值,因为本类型题,是下一个答案依靠于上两个答案,那我只需要从1开始计算到5就行了呀!
这就是先求解子问题,再由子问题求解父问题。
所以代码有了如下的改变,还是开辟数组保存前面子问题的解。
class Solution {
public int climbStairs(int n) {
if(n <= 0)
return 0;
if(n == 1)
return 1;
if(n == 2)
return 2;
int[] arr = new int[n+1];
arr[1] = 1;
arr[2] = 2;
for(int i = 3; i <= n; i++){
arr[i] = arr[i-1] + arr[i-2];
}
return arr[n];
}
}
解法四:自底向上解法的优化版
通过上面的解法我们可以知道,要求解父问题,我们可以先求解子问题,然后再由子问题求解父问题。所以我们在求解5的时候,只需要知道4和3就行了,不需要知道2、1,所以当我们消耗数组空间去存1、2时是不需要的步骤,所以我们会想到只用两个int型的变量去存放父问题的两个子问题的解就行了,所以上面的解法优化成了下面的解法:
class Solution {
public int climbStairs(int n) {
if(n == 1)
return 1;
if(n == 2)
return 2;
int num_i_2 = 1;
int num_i_1 = 2;
int num_i = 0;
for(int i = 3; i <= n; i++){
num_i = num_i_1 + num_i_2;
num_i_2 = num_i_1;
num_i_1 = num_i;
}
return num_i;
}
}
我们会发现,这种解法与斐波那契数列求解第n项的代码一样。