LeetCode-爬楼梯-dp
题目回顾
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
题解
参考官方题解,放弃 O ( 2 n ) O(2^n) O(2n)超时的暴力法,采用动态规划
时间复杂度是 O ( n ) O(n) O(n),
空间复杂度 O ( n ) O(n) O(n),
执行用时: 60 m s 60 ms 60ms
暴力法
我们将会把所有可能爬的阶数进行组合,也就是 1 和 2 。每一步,继续调用 递归函数模拟爬 1 阶和 2 阶的情形,并返回两个函数的返回值之和。
动态规划
深入理解,可以发现这个爬楼梯,其实就是一个斐波拉契数列。
这个问题可以被分解为一些包含最优子结构的子问题,即它的最优解可以从其子问题的最优解来有效地构建,我们可以使用动态规划来解决这一问题。
第 i i 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。
令
d
p
[
i
]
dp[i]
dp[i] 表示能到达第 i
阶的方法总数:
d p [ i ] = d p [ i − 1 ] + d p [ i − 2 ] dp[i]=dp[i-1]+dp[i-2] dp[i]=dp[i−1]+dp[i−2]
cpp代码实现
class Solution {
public:
int climbStairs(int n) {
if(n==1){
return 1;
}
int *count=(int *)malloc(sizeof(int)*(n+1));
for(int i=0;i<n+1;i++){
count[i]=0;
}
count[0]=0;
count[1]=1;
count[2]=2;
for(int i=3;i<=n;i++){
count[i]=count[i-1]+count[i-2];
}
return count[n];
}
};
python代码实现
class Solution:
def climbStairs(self, n):
# def climb_dg(i,n):
# if i>n:
# return 0
# elif i==n:
# return 1
# return climb_dg(0,n-1)+climb_dg(0,n-2)
# count=climb_dg(0,n)
# return count
if n == 1:
return 1
dp = [0 for i in range(n+1)]
dp[1] = 1;
dp[2] = 2;
for i in range(3,n+1):
dp[i] = dp[i - 1] + dp[i - 2];
return dp[n]