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
/**
* @param {number} n
* @return {number}
*/
// 暴力破解,递归。每次都递归跳一个台阶和跳两个台阶的情况,直到已经跳过的台阶大于等于目标阶数时才终止递归(有很多重复的计算)。
// 时间复杂度:O(2^n),会超时
var climbStairs = function(n) {
function fn(sum) {
if (sum > n) {
return 0;
}
if (sum === n) {
return 1;
}
return fn(sum+1) + fn(sum+2);
}
return fn(0);
};
// 还是递归,不过使用一个记忆数组记录已经计算后的值,防止重复的递归计算
// 时间复杂度:O(n),空间复杂度:O(n)
var climbStairs = function(n) {
const mark = [];
function fn(sum) {
if (sum > n) {
return 0;
}
if (sum === n) {
return 1;
}
if (mark[sum]) {
return mark[sum];
}
mark[sum] = fn(sum+1) + fn(sum+2);
return mark[sum];
}
return fn(0);
};
// dp。当要跳到第 n 阶时,最好的情况就是在第 n-1 阶时跳 1 阶,或者在第 n-2 阶时跳 2 阶,这样往前一直寻找最优解即可
// 时间复杂度:O(n),空间复杂度:O(n)
var climbStairs = function(n) {
const dp = [];
dp[1] = 1;
dp[2] = 2;
for(let i=3; i<=n; i++) {
dp[i] = dp[i-1] + dp[i-2];
}
return dp[n];
};
// 由 dp 的公式得出,其实结果值就是一个斐波那契数列,所以直接迭代计算斐波那契数列,不用一个数组来记录前面的 dp 值
// 时间复杂度:O(n),空间复杂度:O(1)
var climbStairs = function(n) {
let first = 1, second = 2;
if (n === 1) {
return first;
} else if (n === 2) {
return second;
}
let res;
for(let i=3; i<=n; i++) {
res = first + second;
first = second;
second = res;
}
return res;
};