动态规划 - 爬楼梯问题

---

引言

力扣题目【爬楼梯】描述 -> 传送门
所用语言：Java
执行用时 0 ms，内存消耗 35.2 MB
时间复杂度 O(n) ，空间复杂度 O(1)

---

正文

和斐波那契数列一样的解法

这道题目，一看就很熟悉，和斐波那契数列异曲同工，可以使用递归，当然也可以使用动态规划来解
关于动态规划，我也还在学习中，所以我解这道题目时，习惯是：先使用递归解决 -> 然后优化成使用动态规划来解决

递归解法

递归解法的详细思路我就不先在这里说，先上代码：

public int climbStairs(int n) {
    if (n == -1) {
        return 0;
    }
    if (n == 0) {
        return 1;
    }

    return climbStairs(n - 1) + climbStairs(n - 2);
}

需要说明的是：用这个递归解法时，当 n = 44 时，运行超时了，并不理想

动态规划

想要写出动态规划解法，就要解决两件事情：

• ① 找出重叠子问题
• ② 写出状态转移方程

重叠子问题

首先找出这道题的重叠子问题，先使用递归的思想画出解这道题的一个图示：

• 爬3阶的楼梯时：
  
• 以爬4阶的楼梯时：
  

在这里，我实际上是把爬楼梯问题转为了下楼梯问题，本质上都是一样，只是为了更直观地说明而做了这样的转化

结合这两个图示，我们可以直观地看出，下4阶楼梯的解法中包含了下3阶楼梯的解法。下4阶楼梯的方案①包含下3阶楼梯的方案①；下4阶楼梯的方案③包含下3阶楼梯的方案②；下4阶楼梯的方案④包含下3阶楼梯的方案③。这就是这道题的重叠子问题

状态转移方程

然后，我们可以直接写出状态转移方程：

动态规划解法

所以，用动态规划思想得到的答案如下：

public int climbStairs(int n) {
    int n1 = 1;
    int n2 = 0;
    int result = 0;
    
    for (int i = 1; i <= n; i++) {
        result = n1 + n2;
        n2 = n1;
        n1 = result;
    }

    return result;
}

---

最后

最近时间有点紧，所以解题过程我没有写的很详细，所以，如果看了上文还是不能理解的话，可以在评论区直接提问