爬楼梯
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?
示例 1:
输入:n = 2 输出:2 解释:有两种方法可以爬到楼顶。 1. 1 阶 + 1 阶 2. 2 阶
示例 2:
输入:n = 3 输出:3 解释:有三种方法可以爬到楼顶。 1. 1 阶 + 1 阶 + 1 阶 2. 1 阶 + 2 阶 3. 2 阶 + 1 阶
提示:
1 <= n <= 45
解题思路
这道题目看上去不能直接判断出答案,所以我们可以推理一下,看看n <= 5以前,有没有什么规律。
- n = 1,结果是1
- n = 2,结果是2
- n = 3,结果是3
- n = 4,有以下5种方法
- 1 阶 + 1 阶 + 1 阶 + 1阶
- 1 阶 + 1 阶 + 2 阶
- 1 阶 + 2 阶 + 1阶
- 2 阶 + 1 阶 + 1阶
- 2 阶 + 2 阶
- n = 5,有以下8种方法
- 1 阶 + 1 阶 + 1 阶 + 1阶 + 1阶
- 1 阶 + 1 阶 + 1 阶 + 2阶
- 1 阶 + 1 阶 + 2 阶 + 1阶
- 1 阶 + 2 阶 + 1阶 + 1阶
- 1 阶 + 2 阶 + 2 阶
- 2 阶 + 1 阶 + 1阶 + 1阶
- 2 阶 + 1 阶 + 2阶
- 2 阶 + 2 阶 + 1阶
我们用f(n)来表示第n级台阶的方案数,从其中发现:
- n = 1,结果是1
- n = 2,结果是2
- n = 3,结果是3,即f(2) + f(1) = 3
- n = 4,有以下5种方法,即f(3) + f(2) = 5
- n = 5,有以下8种方法,即f(4) + f(3) = 8
根据这个规律,我们可以推断出公式:f(n) = f(n - 1) + f(n - 2);其实我们用到的方法就是动态规划,而推断出来的公式即是动态规划的转移方程。
接下来,我们需要确定一下边界条件,因为条件中,最少要有1级台阶,所以在转移方程中,需要满足n >= 3,其中边界条件是f(1) = 1,f(2) = 2。
具体代码如下:
class Solution {
public int climbStairs(int n) {
if(n == 1 || n == 2)return n;
int[]dp = new int[n+1];
dp[1] = 1;
dp[2] = 2;
for(int i = 3; i <= n; i++){
dp[i] = dp[i-1] + dp[i-2];
}
return dp[n];
}
}
复杂度分析
- 时间复杂度:O(n),遍历执行了n - 2 次。
- 空间复杂度:O(n),用了一个大小为n + 1的数组来存储结果。
解法优化
我们发现,在转移方程中,n级台阶的方案数是n - 1级和n - 2级的方案数之和,所以我们不需要存储前面全部的方案数,只需要存储n - 1级和n - 2级的方案数即可。具体代码如下
class Solution {
public int climbStairs(int n) {
int p = 0, q = 0, ans = 1;
for(int i = 1; i <= n; i++){
p = q;
q = ans;
ans = p + q;
}
return ans;
}
}
其中,空间复杂度,优化到了O(1)。