算法实现步骤:
- 确定dp数组以及下标的含义
定义 dp[i]为爬上第 iii 级台阶有多少种方案; - 确定状态转移方程
因为每次只可以爬 111 或者 222 个台阶所以,爬上当前台阶的方案应该是前面两个状态的方案的和 即,dp[i]=dp[i−1]+dp[i−2] - 初始化状态
i=0级开始爬的,所以从第 0 级爬到第0级我们可以看作只有一种方案,即 dp(0)=1;
i=1代表从第 0级到第 1级也只有1种方案,爬一级,即dp(1)=1。 - 遍历顺序
由状态转移方程知道 dp[i] 是从 dp[i−1] 和 dp[i−2] 转移过来所以从前往后遍历。 - 返回值
因为一共计算 n 阶楼梯有多少方案,所以返回 dp[n]
#include<iostream>
#include <vector>
using namespace std;
class Solution_origin {
public:
/* 动态规划五部曲:
* 1.确定dp[i]的下标以及dp值的含义: 爬到第i层楼梯,有dp[i]种方法;
* 2.确定动态规划的递推公式:dp[i] = dp[i-1] + dp[i-2];
* 3.dp数组的初始化:因为提示中,1<=n<=45 所以初始化值,dp[1] = 1, dp[2] = 2;
* 4.确定遍历顺序:分析递推公式可知当前值依赖前两个值来确定,所以递推顺序应该是从前往后;
* 5.打印dp数组看自己写的对不对;
*/
int climbStairs(int n) {
if (n <= 1) return n;
/* 定义dp数组 */
vector<int> dp(n+1);
/* 初始化dp数组 */
dp[1] = 1;
dp[2] = 2;
/* 从前往后遍历 */
for(int i = 3; i <= n; i++) {
dp[i] = dp[i-1] + dp[i-2];
}
return dp[n];
}
};
/* 改进:
利用滚动数组思想将空间复杂度缩小为O(1)
*/
class Solution {
public:
int climbStairs(int n) {
/* 定义dp数组 */
vector<int> dp(3);
/* 初始化dp数组 */
dp[0] = 0;
dp[1] = 1;
dp[2] = 2;
/* 从前往后遍历 */
for(int i = 3; i <= n; i++) {
dp[i%3] = dp[(i-1)%3] + dp[(i-2)%3];
}
return dp[n%3];
}
};
int main(){
int a;
Solution sample;
a=sample.climbStairs(5);
cout<<a;
}
参考:点击查看