题目:
you are climbing a stair case. It takes n steps to reach to the top.
Each time you can either climb 1 or 2 steps. In how many distinct ways can you climb to the top?
Input: 3 Output: 3 Explanation: There are three ways to climb to the top. 1. 1 step + 1 step + 1 step 2. 1 step + 2 steps 3. 2 steps + 1 step
思路:
这一题,我刚开始想的是,这不就是递归嘛?上一个步伐 j ,肯定是 j -1 和 j - 2 所有不同的路加起来;
class Solution {
public:
int climbStairs(int n) {
if(n==0) return 1;
if(n<0) return 0;
int one=climbStairs(n-1);
int two=climbStairs(n-2);
return one+two;
}
};
很明显,超过时间限制;
时间复杂度为:
很明显,这是一个二叉树一样的递归,树的高度为 n;则满二叉树所有节点 为-1;
所以此时间复杂度为;
空间复杂度为,树的高度为n;所以递归的深度为n;
因为很多次递归都重复计算了,比如32 ,下面要计算 31 和 30 ,但 31 下面又要计算 30 ;
下面我就想能不能进行记忆化递归呢?没想到,-----看了别人的代码,感觉应该是可以做到的,我当时想前一次计算的数,后一次再次计算,那前一次的值已经计算完毕了嘛?没有咋办;因为是一直往下递归,所以上一次的值,下一次再次遇到肯定是计算完毕了
int climbStairs(int n) {
int memo[n] = {0};
return climb_Stairs(0, n, memo);
}
int climb_Stairs(int i, int n, int memo[]) {
if (i > n) {
return 0;
}
if (i == n) {
return 1;
}
if (memo[i] > 0) {
return memo[i];
}
memo[i] = climb_Stairs(i + 1, n, memo) + climb_Stairs(i + 2, n, memo);
return memo[i];
}
}
记忆化搜索,保证每一个节点都只算一次,所以时间复杂度为O(n);
空间复杂度为O(n);递归的深度为n;
我没想到记忆化搜索,于是,我想起了,这是一个动态规划;
于是我列出了状态方程:
dp[i]=dp[i-1]+dp[i-2];
因为从上往下的话,你并不知道下面是多少,比如dp[ 33 ]=dp[ 32 ]+dp[ 30 ];但是dp[ 32 ]还未计算,所以从上往下是行不通的;
但是自底向上是知道的,因为dp[0]=1;dp[1]=1;所以dp[2]=dp[1]+d[0]; dp[3]=dp[2]+dp[1];
因此只要这个状态方程摆上,每个节点也是只需要计算一次的,
等我做完,看了别人的讲解,才知道这是斐波那契数列
时间复杂度为O(n);
空间复杂度为O(n);
class Solution {
public:
int climbStairs(int n) {
int dp[n+1]={0};
dp[0]=1;
dp[1]=1;
int i=2;
while(i<n+1){
dp[i]=dp[i-1]+dp[i-2];
++i;
}
return dp[n];
}