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
Related Topics
记忆化搜索
数学
动态规划
第 x 级台阶的方案数是爬到第 x−1 级台阶的方案数和爬到第 x−2 级台阶的方案数的和。因为每次只能爬 1 级或 2 级,所以 f(x) 只能从 f(x−1) 和 f(x−2) 转移过来,而这里要统计方案总数,我们就需要对这两项的贡献求和,即f(x) = f(x - 1) + f(x - 2)。
1. 递归
class Solution {
private Map<Integer, Integer> map = new HashMap<>();
public int climbStairs(int n) {
if (n == 1) {
return 1;
}
if (n == 2) {
return 2;
}
if (null != map.get(n)) {
return map.get(n);
} else {
int result = climbStairs(n - 1) + climbStairs(n - 2);
// 将n级的结果保存起来,避免重复计算
map.put(n, result);
return result;
}
}
}
- 复杂度分析
时间复杂度:循环执行 n 次,每次花费常数的时间代价,故渐进时间复杂度为 O(n)。
空间复杂度:这里只用了常数个变量作为辅助空间,故渐进空间复杂度为 O(1)。
2. 循环
class Solution {
public int climbStairs(int n) {
if (n == 1) {
return 1;
}
if (n == 2) {
return 2;
}
int prePre = 1;
int pre = 2;
int result = 0;
for (int i = 3; i <= n; i++) {
result = pre + prePre;
prePre = pre;
pre = result;
}
return result;
}
}