最简单的动态规划题，木有之一

动态规划英文名为dynamic programming，其中pogramming指的是表格法，而非编写计算机程序。

基本原理

动态规划将问题分成若干个相互重叠的子问题，递归的求解子问题，保存子问题的解，再将它们的解组合起来，求出原问题的解。实际操作中，记录下子问题的结果，存储在一个表格中，使得公共的子问题只需要计算一次。

最优子结构

问题的最优解由相关子问题的最优解组合而成，一个问题的最优解包含其子问题的最优解。

总结

• 满足“最优子结构”性质的问题才能用动态规划法来解；
• 写出状态转移方程和边界条件，则问题得解；

题目

下面是一个最简单的动态规划小题目，没有之一。

有一座高度是10级台阶的楼梯，从下往上走，每跨一步只能向上1级或者2级台阶。求一共有多少种走法。

思考过程

当只剩最后一步就上到10级的时候，有几种情况呢？
两种：走了9级了 和 走了8级了
因此，状态转移方程是

F(n) = F(n-1) + F(n-2)

而边界条件呢？

F(1) = 1
F(2) = 2

开始编程

方法-1 简单递归

做了许多重复计算，时间复杂度太高，达到O(2^N)

方法-2 递归+缓存

不再做重复计算，时间复杂度只有O(N)了，而空间复杂度也是O(N)

cache = dict()

def f(n): 
    if n < 1:
        return 0
    if n in [1,2]: 
        return n
        
    if cache.get(n) is not None:
        return cache[n]
    else:
        result = f(n-1) + f(n-2)
        cache[n] = result 
        return result
        
        
print(f(100))

方法-3 自底向上迭代法

时间复杂度还是O(N), 空间复杂度只有O(1)

int climbing_ways(int n) 
{
    if (n<1) return 0;
    if (n==1 || n==2) return n;
    
    int a=1, b=1, temp=0;
    for(int i=3; i<=n; ++i) {
        temp = a + b;
        a = b;
        b = temp;
    }
    return temp;
}

(完)