爬楼梯（动态规划）,LeetCode 70题，C++

1、递归法（dfs暴力破解）

分析：

        设跳上 n 级台阶有 f(n)种跳法。在所有跳法中，青蛙的最后一步只有两种情况： 跳上 1 级或 2 级台阶。

        当为 1 级台阶： 剩 n−1个台阶，此情况共有f(n−1) 种跳法。 当为 2 级台阶： 剩 n−2 个台阶，此情况共有f(n−2) 种跳法。 即 f(n)为以上两种情况之和，即 f(n)=f(n−1)+f(n−2)，以上递推性质为斐波那契数列。因此，本题可转化为 求斐波那契数列的第 n 项。

代码：

int dfs(int x){
    if(x == 1) return 1;
    else if(x == 2) return 2;
    else return dfs(x-1) + dfs(x-2);
}
​
class Solution {
public:
    int climbStairs(int n) {
        int res = dfs(n);
        return res;
    }
};
​

结果：时间复杂度为O(2^n)

 

2、记忆搜索法

分析：

        因为直接暴力法，有很多重复的数会进行递归，如图中的3和2会进行多次递归，从而导致时间超时。

        对于以上问题，我们可以通过一个数组，存储已经递归过的数值，达到优化的目的。

代码：

const int N =50;
​
int mem[N];    //保存已经递归完的数
​
int dfs(int x){
    if(mem[x]) return mem[x];
​
    int sum = 0;
    if(x == 1) sum = 1;
    else if(x == 2) sum = 2;
    else sum = dfs(x-1) + dfs(x-2);
    mem[x] = sum;
    return sum;
}
​
class Solution {
public:
    int climbStairs(int n) {
        int res = dfs(n);
        return res;
    }
};

结果：通过，执行时间忽略不计

3、递推法

分析：

     递归的过程：“递”的过程是分解子问题的过程，是自顶向下

                        “归”的过程才是产生答案的过程，是自底向上

        这里的底是指递归搜索树的底，即当阶梯为1或2。而这里我们已知最小子问题的答案，所以，我们可以自底向上，推出第n阶梯。

代码：

const int N =50;
​
int f[N];
​
class Solution {
public:
    int climbStairs(int n) {
        f[1]=1, f[2]=2;
        for(int i=3;i<=n;i++){
            f[i] = f[i-1] + f[i-2];  //这个递推公式也就是dfs的状态转移公式
        }
        return f[n];
    }
};
​

结果：通过，执行时间忽略不计，相较于方法二，递推法消耗的内存也减少了。

总结：

     此过程是从最暴力的dfs ——> 记忆化搜索 ——>递推（dp）

1. 记忆化搜索 = 暴力dfs +记录答案

2. 递推公式 = dfs 向下递归的公式

3. 递推数组的初始值= 递归的边界

变形题：

1、斐波那契数 （通常用 F(n) 表示）形成的序列称为 斐波那契数列 。该数列由 0 和 1 开始，后面的每一项数字都是前面两项数字的和。也就是：

F(0) = 0，F(1) = 1
F(n) = F(n - 1) + F(n - 2)，其中 n > 1

给定 n ，请计算 F(n)

代码：

//递推法
​
const int N = 50;
int f[N];  //用一个数组保存
​
class Solution {
    
public:
    
  int fib(int n) {
      
    f[0] = 0, f[1] = 1;
      
    for(int i=2;i<=n;i++){
        
    f[i] = f[i-1] + f[i-2];  //递推公式
​
    }
​
    return f[n];
​
  }
​
};