力扣70. 爬楼梯
https://leetcode-cn.com/problems/climbing-stairs/
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. 1 阶 + 1 阶
2. 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. 1 阶 + 1 阶 + 1 阶
2. 1 阶 + 2 阶
3. 2 阶 + 1 阶
方法:递归、动态规划、斐波那契数列
#include "stdafx.h"
#include <vector>
#include <iostream>
using namespace std;
class Solution
{
public:
//递归,超时
int climbStairsrecursive(int n)
{
int k = 0;
//递归
recursive(n,k);
return k;
}
void recursive(int x, int &k)
{
//递归终止
if (x == 0)
{
k++;
return;
}
//跳1级
if (x - 1 >= 0)recursive(x - 1,k);
//跳2级
if (x - 2 >= 0)recursive(x - 2,k);
}
//动态规划
int climbStairsdynamic(int n)
{
vector<int>result;
result.push_back(1); result.push_back(1);
int i = 2;
while (n >= i)
{
//到达第 i 阶的方法总数就是到第 (i-1) 阶和第 (i-2) 阶的方法数之和
int temp = result[i - 1] + result[i - 2];
result.push_back(temp);
i++;
}
return result[n];
}
//斐波那契数Fibonacci sequence
//思路和动态规划一样,只不过空间复杂度:O(1)使用常量级空间
int climbStairsfib(int n)
{
int f = 0;
int g = 1;
int i = 1;
while (n >= i)
{
//到达第 i 阶的方法总数就是到第 (i-1) 阶和第 (i-2) 阶的方法数之和
g = f + g;
f = g - f;
i++;
}
return g;
}
};
int main()
{
Solution s;
for (int i=0;i<=30;i++)
{
auto resultrecursive = s.climbStairsrecursive(i);
auto resultdynamic = s.climbStairsdynamic(i);
auto resultfib = s.climbStairsfib(i);
cout << i << "递归:" << resultrecursive << '\t' << "动态规划:" << resultdynamic << '\t' << "斐波那契数:" << resultfib<<'\n';
if ((resultrecursive != resultdynamic) || (resultrecursive != resultfib))
{
cout << '\n' << '\n' << "error" << '\n' << '\n';
break;
}
}
return 0;
}
一、递归
复杂度分析
-
时间复杂度:O(2^n),树形递归的大小为 2^n 所以会超时
-
空间复杂度:O(n),递归树的深度可以达到 n
-
在 n = 5 时的递归树将是这样的:
上图来源力扣官方解析:https://leetcode-cn.com/problems/climbing-stairs/solution/pa-lou-ti-by-leetcode/
//递归,超时
int climbStairsrecursive(int n)
{
int k = 0;
//递归
recursive(n,k);
return k;
}
void recursive(int x, int &k)
{
//递归终止
if (x == 0)
{
k++;
return;
}
//跳1级
if (x - 1 >= 0)recursive(x - 1,k);
//跳2级
if (x - 2 >= 0)recursive(x - 2,k);
}
二、动态规划
复杂度分析
-
时间复杂度:O(n),单循环到 n 。
-
空间复杂度:O(n),dp 数组用了 n 的空间。
思路:
第 i 阶可以由以下两种方法得到:
在第 (i-1)阶后向上爬1阶。
在第 (i-2)阶后向上爬 2 阶。
所以到达第 i 阶的方法总数就是到第 (i-1)阶和第 (i-2)阶的方法数之和。
//动态规划
int climbStairsdynamic(int n)
{
vector<int>result;
result.push_back(1); result.push_back(1);
int i = 2;
while (n >= i)
{
//到达第 i 阶的方法总数就是到第 (i-1) 阶和第 (i-2) 阶的方法数之和
int temp = result[i - 1] + result[i - 2];
result.push_back(temp);
i++;
}
return result[n];
}
三、斐波那契数列
Fib(n)=Fib(n−1)+Fib(n−2)
Fib(0)=1,Fib(1)=1,Fib(2)=2,
复杂度分析
-
时间复杂度:O(n),单循环到 n,需要计算第 n 个斐波那契数。
-
空间复杂度:O(1),使用常量级空间。
//斐波那契数Fibonacci sequence
//思路和动态规划一样,只不过空间复杂度:O(1)使用常量级空间
int climbStairsfib(int n)
{
int f = 0;
int g = 1;
int i = 1;
while (n >= i)
{
//到达第 i 阶的方法总数就是到第 (i-1) 阶和第 (i-2) 阶的方法数之和
g = f + g;
f = g - f;
i++;
}
return g;
}