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)
-
记忆化搜索 = 暴力dfs +记录答案
-
递推公式 = dfs 向下递归的公式
-
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];
}
};