今天脑子里全是这个青蛙(呱呱呱)。有个普通的青蛙,还有一个变态的青蛙。我们来看一下吧。
普通青蛙
问题描述:一只青蛙一次可以跳上1级台阶,也可以跳上2级。求该青蛙跳上一个n级的台阶总共有多少种跳法(先后次序不同算不同的结果)。
分析
基本思路是菲波那切数列
解决方法
斐波那契数列递归实现
1斐波那契数列递归实现
如果n=1,只有一种跳法,那就是1
如果n=2,那么有两种跳法,2,[1,1]
如果n=3,那么有三种跳法,[1,1,1],,[1,2],[2,1]
如果n=4,那么有五种跳法,[1,1,1,1],[1,1,2],[1,2,1],[2,1,1],[2,2]
如果n=5,那么有八种跳法,[1,1,1,1,1],[1,1,1,2],[1,1,2,1],[1,2,1,1],[2,1,1,1],[2,2,1],[2,1,2],[1,2,2]
结果为1,2,3,5,8 。 这不就是斐波那契数列嘛
public class Solution {
public int numWays(int n) {
if (n <= 1)
return 1;
if (n < 3)
return n;
return f(n - 1) + f(n - 2);
}
}
但递归由于重复计算,导致效率很差,会超时。所以我们可以采用动态规划的方法来解决。
动态规划实现
- 2.动态规划来实现
问题:跳上n级台阶的方法数
状态:F[i]:跳上i级台阶的方法数
初态:F[0]=1 F[1]=1 f[2]=2
转移方程:F[i]=f[i-1]+f[i-2]
返回F[n]:青蛙跳上n级台阶的方法数
public class Solution {
public int numWays(int n) {
if(n<=1)
{
return 1;
}
int[] arr=new int[n+1];
arr[0]=1;
arr[1]=1;
arr[2]=2;
for(int i=3;i<=n;i++)
{
arr[i]=arr[i-1]+arr[i-2];
}
return arr[n];
}
}
动态规划优化
- 3.动态规划的优化
其实从状态转移方程我们也可以很清楚的看出来,F[n]只跟前两项即F[n-1], F[n-2]有关,既然如此那么我们就不需要申请那么多空间,直接用两个变量来表示前两项就可以了。
public class Solution {
public int numWays(int n) {
if (n == 0 || n == 1) {
return 1;
}
if(n==2)
{
return 2;
}
// 两个变量表示前两项
int f1 = 1, f2 = 2;
int fn=0;
for (int i = 3; i <= n; i++) {
fn = f1 + f2;
// 更新变量,以便继续求解
f1 = f2;
f2 = fn;
}
return fn;
}
}
变态青蛙
问题描述:一只青蛙一次可以跳上1级台阶,也可以跳上2级……它也可以跳上n级。求该青蛙跳上一个m级的台阶总共有多少种跳法。
分析
这只青蛙厉害了,他不管你有多少级台阶都可以直接一次跳上去。
如果n=1,只有一种跳法,那就是1
如果n=2,那么有两种跳法,2,[1,1]
如果n=3,那么有四种跳法,[1,1,1],[1,2],[2,1] [3]
如果n=4,那么有八种跳法,[1,1,1,1],[1,1,2],[1,2,1],[2,1,1],[2,2] [1,3] [3,1] [4]
可以得出
F(i)=F(i-1)+F(i-2)+…F(0)
F(i-1)=F(i-2)+F(i-3)+…F(0)
所以F(i)=F(i-1)+F(i-1)=2*F(i-1)
解决方案
暴力解法
- 1.暴力解法
因为F(1) = 1
所以F(i) = pow(2, n - 1)
代码如下
public class Solution {
public int JumpFloorII(int n) {
return n <= 0 ? 0 : 1 << (n - 1);
//return (int)Math.pow(2,n-1);
}
}
递归实现
- 2.递归写法
public class Solution {
public int JumpFloorII(int n) {
if (n <= 1) {
return 1;
} else {
return 2 * JumpFloorII(n - 1);
}
}
}
动态规划实现
- 3.动态规划来解决
问题:跳上n级台阶的方法数
状态F[i]:跳上i级台阶的方法数
初态: F[1]=1
转移方程:F(i)=2*F(i-1)
返回F[n]:青蛙跳上n级台阶的方法数
public class Solution {
public int JumpFloorII(int n) {
if (n < 2) {
return 1;
}
int[] arr=new int[n+1];
arr[1]=1;
for(int i=2;i<=n;i++)
{
arr[i]=2*arr[i-1];
}
return arr[n];
}
}
动态规划优化
- 4.动态递归的优化
这个也是可以优化的,原因和上面类似。F[n]只跟前一项即F[n-1], 有关,既然如此那么我们就不需要申请那么多空间,直接用一个变量来表示前一项就可以啦。
public class Solution {
public int JumpFloorII(int n) {
if (n < 2) {
return 1;
}
int f1=1;
int fn=0;
for(int i=2;i<=n;i++)
{
fn=2*f1;
f1=fn;
}
return fn;
}
}
好了,终于结束了,希望对大家有帮助。