动态规划问题：爬楼梯

最新推荐文章于 2024-07-12 10:45:15 发布

“mint”

最新推荐文章于 2024-07-12 10:45:15 发布

阅读量258

点赞数

分类专栏：数据结构文章标签：动态规划算法

原文链接：https://leetcode.cn/problems/climbing-stairs/solution/pa-lou-ti-by-leetcode-solution/

版权

数据结构专栏收录该内容

9 篇文章 0 订阅

订阅专栏

以力扣上一个题为例，了解什么是动态规划问题。
（仅个人学习记录，内容非原创，力扣官方有更多解法）

题目：70. 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

题解：

思路：一般看到题目有多少种方案，这种题意思不需要你列出来具体的多少种方案只需要计算有多少种方案，基本上就可以尝试用动态规划算法来解决问题。想好用动态规划就想想动态规划五步曲。

关键词：有多少种方案算法

确定dp数组以及下标的含义定义dp[i]为爬上第 i 级台阶有多少种方案；
确定状态转移方程： 因为每次只可以爬1或者2个台阶所以，爬上当前台阶的方案应该是前面两个状态的方案的和即，dp[i] = dp[i-1] + dp[i-2]。
初始化状态 i = 0 级开始爬的，所以从第 0 级爬到第 0 级我们可以看作只有一种方案，即 dp(0)=1； i = 1 代表从第 0 级到第 1 级也只有一种方案，即爬一级，dp(1) = 1。
遍历顺序由状态转移方程知道dp[i] 是从 dp[i−1] 和 dp[i−2] 转移过来所以从前往后遍历。
返回值因为一共计算 n 阶楼梯有多少方案，所以返回dp[n]。

代码：

代码一：

class Solution {
public:
    int climbStairs(int n) {
        int p = 0, q = 0, r = 1;
        for (int i = 1; i <= n; ++i) {
            p = q; 
            q = r; 
            r = p + q;
        }
        return r;
    }
};

作者：LeetCode-Solution
链接：https://leetcode.cn/problems/climbing-stairs/solution/pa-lou-ti-by-leetcode-solution/
来源：力扣（LeetCode）
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

代码二：

class Solution {
public:
    /* 动态规划五部曲：
     * 1.确定dp[i]的下标以及dp值的含义： 爬到第i层楼梯，有dp[i]种方法；
     * 2.确定动态规划的递推公式：dp[i] = dp[i-1] + dp[i-2];
     * 3.dp数组的初始化：因为提示中，1<=n<=45 所以初始化值，dp[1] = 1, dp[2] = 2;
     * 4.确定遍历顺序：分析递推公式可知当前值依赖前两个值来确定，所以递推顺序应该是从前往后；
     * 5.打印dp数组看自己写的对不对；
    */
    int climbStairs(int n) {
        if (n <= 1) return n;
        /* 定义dp数组 */
        vector<int> dp(n+1);
        /* 初始化dp数组 */
        dp[1] = 1;
        dp[2] = 2;
        /* 从前往后遍历 */
        for(int i = 3; i <= n; i++) {
            dp[i] = dp[i-1] + dp[i-2];
        }
        return dp[n];
    }
};