【斐波那契数列】10题-青蛙跳台阶问题

1 题目描述

一只青蛙一次可以跳上1级台阶，也可以跳上2级台阶。求该青蛙跳上一个 n 级的台阶总共有多少种跳法。

答案需要取模 1e9+7（1000000007），如计算初始结果为：1000000008，请返回 1。

示例1：

输入：n = 2
输出：2

示例2：

输入：n = 7
输出：21

示例3：

输入：n = 0
输出：1

提示：

0 <= n <= 100

2 解题思路

此类求 多少种可能性 题目一般都有 递推性质，即f(n)和f(n-1)…f(1)之间是有联系的。

• 设跳上n级台阶有f(n)种跳法。在所有跳法中，青蛙的最后一步只有两种情况：跳上1级或2级台阶。
  • 当为1级台阶：剩n-1个台阶，此情况共有f(n-1)种跳法；
  • 当为2级台阶：剩n-2个台阶，此情况共有f(n-2)种跳法；
• f(n)为以上两种情况之和，即f(n)=f(n-1)+f(n-2)，以上递推性质为斐波那契数列。本题可转化为求斐波那契数列第n项的值，与【斐波那契数列】10题-斐波那契数列等价，唯一的不同在于起始数字不同。
  • 青蛙跳台阶问题：f(0)=1，f(1)=1，f(2)=2；
  • 斐波那契数列问题：f(0)=0，f(1)=1，f(2)=1。

斐波那契数列的定义为f(n+1)=f(n)+f(n-1)，生成第n项的做法有以下几种：

• 递归法：
  原理：把f(n)问题的计算拆分成f(n-1)和f(n-2)两个子问题的计算，并递归，以f(0)和f(1)为终点条件。
  缺点：大量重复的递归计算，例如f(n)和f(n-1)两者向下递归需要各自计算f(n-2)的值。
• 记忆化递归法：
  原理：在递归法的基础上，新建一个为长度为n的数组，用于在递归时存储f(0)至f(n)的数字值，重复遇到某数字则直接从数组取用，避免了重复的递归计算。
  缺点：记忆化存储需要使用O(N)的额外空间。
• 动态规划：
  原理：以斐波那契数列性质f(n+1)=f(n)+f(n-1)为转移方程。
  从计算效率、空间复杂度上看，动态规划是本题的最佳解法。

动态规划解析：

• 状态定义：设dp为一维数组，其中dp[i]的值代表斐波那契数列第i个数字。
• 转移方程：dp[i+1]=dp[i]+dp[i-1]，即对应数列定义f(n+1)=f(n)+f(n-1)；
• 初始状态：dp[0]=1，dp[1]=1，即初始化前两个数字；
• 返回值：dp[n]，即斐波那契数列的第n个数字。

空间复杂度优化：

若新建长度为n的dp列表，则空间复杂度为O(N)。

• 由于dp列表第i项只与第i-1和第i-2项有关，因此只需要初始化三个整型变量sum，a，b，利用辅助变量sum使a，b两数字交替前进即可。
• 因为节省了dp列表空间，因此空间复杂度降至O(1)。

循环求余法：

大数越界：随着n增大，f(n)会超过Int32甚至Int64的取值范围，导致最终的返回值错误。

• 求余运算规则：设正整数x，y，p，求余符号$\odot$，则有$(x+y)\odot p=(x\odot p+y\odot p)\odot p$。
• 解析：根据以上规则，可推出$f(n)\odot p=[f(n-1)\odot p+f(n-2)\odot p]\odot p$，从而可以在循环过程中每次计算$sum=(a+b)\odot 1000000007$，此操作与最终返回前取余等价。

class Solution {
    public int numWays(int n) {
        int a = 1,b = 1,sum;
        for (int i = 0;i < n;i++) {
            sum = (a + b) % 1000000007;
            a = b;
            b = sum;
        }
        return a;
    }
}

复杂度分析：

• 时间复杂度O(N)：计算f(n)需循环n次，每轮循环内计算操作使用O(1)。
• 空间复杂度O(1)：几个标志变量使用常数大小的额外空间。