爬楼梯（背包角度解决）

题干分析

力扣入口

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 阶 + 1 阶
• 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 阶 + 1 阶 + 1 阶
• 1 阶 + 2 阶
• 2 阶 + 1 阶

解题思路

之前讲这道题目的时候，因为还没有讲背包问题，所以就只是讲了一下爬楼梯最直接的动规方法（斐波那契）。

这道题目 我们在动态规划：爬楼梯 中已经讲过一次了，原题其实是一道简单动规的题目。

既然这么简单为什么还要讲呢，其实本题稍加改动就是一道面试好题。

改为：一步一个台阶，两个台阶，三个台阶，…，直到 m个台阶。问有多少种不同的方法可以爬到楼顶呢？

1阶，2阶，… m阶就是物品，楼顶就是背包。

每一阶可以重复使用，例如跳了1阶，还可以继续跳1阶。

问跳到楼顶有几种方法其实就是问装满背包有几种方法。

此时大家应该发现这就是一个完全背包问题了！

和题目动态规划：377. 组合总和 Ⅳ 本就是一道题了。

动规五部曲分析如下：

1. 确定dp数组以及下标的含义

dp[i]：爬到有i个台阶的楼顶，有dp[i]种方法。

2. 确定递推公式

在动态规划：494.目标和、 动态规划：518.零钱兑换II、动态规划：377. 组合总和 Ⅳ中我们都讲过了，求装满背包有几种方法，递推公式一般都是dp[i] += dp[i - nums[j]];

本题呢，dp[i]有几种来源，dp[i - 1]，dp[i - 2]，dp[i - 3] 等等，即：dp[i - j]

那么递推公式为：dp[i] += dp[i - j]

3. dp数组如何初始化

既然递归公式是 dp[i] += dp[i - j]，那么dp[0] 一定为1，dp[0]是递归中一切数值的基础所在，如果dp[0]是0的话，其他数值都是0了。

下标非0的dp[i]初始化为0，因为dp[i]是靠dp[i-j]累计上来的，dp[i]本身为0这样才不会影响结果。

4. 确定遍历顺序

这是背包里求排列问题，即：1、2 步 和 2、1 步都是上三个台阶，但是这两种方法不一样！

所以需将target放在外循环，将nums放在内循环。

每一步可以走多次，这是完全背包，内循环需要从前向后遍历。

5. 举例来推导dp数组

介于本题和动态规划：377. 组合总和 Ⅳ 几乎是一样的，这里我就不再重复举例了。

总结

本题看起来是一道简单题目，稍稍进阶一下其实就是一个完全背包！

面试考点

1. 先出一个本题原题，看其表现，如果顺利写出来，进而在要求每次可以爬[1 - m]个台阶应该怎么写。
2. 再考察一下两个for循环的嵌套顺序，为什么target放外面，nums放里面。

代码实现

class Solution {
   // 70.爬楼梯（背包角度解决）
    public int climbStairs(int n){
        int[] dp = new int[n + 1];
        int m = 2; // 有两个物品: item1重量为1，item2重量为2
        dp[0] = 1;

        for(int i = 1; i <= n; i++){ // 遍历背包
            for(int j = 1; j <= m;j++) { // 遍历物品
                if(i >= j) // 当前的背包容量大于物品重量的时候，我们才需要记住当前的这个装的方法（方法数+）
                    dp[i] += dp[i - j];
            }
        }
        return dp[n];
    }
}

参考资料：代码随想录-70. 爬楼梯