leetcode——动态规划——70

最经典的爬台阶问题

递归树的思路：

红色的有重复计算，所以用空间换时间的思想来优化递归。

# -*- encoding: utf-8 -*-

class Solution:
    """对于递归树来说，使用纯递归的方法，O(n)=2^n，有重复计算的情况"""
    def stairs_climbing(self, n: int) -> int:
        if n == 2: return 2
        if n == 1: return 1
        return self.stairs_climbing(n - 1) + self.stairs_climbing(n - 2)

    def climbStairs(self, n: int) -> int:
        return self.stairs_climbing(n)


class Solution2:
    """使用了一个全局变量用来存储算过的值，从上到下的递归方法，
	这里还有一个不太好理解的地方是当有0个台阶时，没法走，也算是一种方法。
	"""
    def stairs_climbing(self, n: int) -> int:
        if self.memo[n] == 0:
            self.memo[n] = self.stairs_climbing(n - 1) + self.stairs_climbing(n - 2)
        return self.memo[n]

    def climbStairs(self, n: int) -> int:
        self.memo = [0] * (n + 1)
        self.memo[0], self.memo[1] = 1, 1
        return self.stairs_climbing(n)


class Solution3:
    """同样使用一个全局变量来存储计算过的值，不过是从下到上的方法，不用递归"""
    def climbStairs(self, n: int) -> int:
        memo = [0] * (n + 1)
        memo[0], memo[1] = 1, 1
        if memo[n] == 0:
            for i in range(2, n + 1):
                memo[i] = memo[i - 1] + memo[i - 2]
        return memo[n]


if __name__ == '__main__':
    solution = Solution3()
    rest = solution.climbStairs(100)
    print(rest)

那到底什么是动态规划呢？
可以把复杂问题分解为子问题，并且子问题还可以优化。
当然这里还涉及到两种思想，分别是

• 从上到下的思考问题（使用递归）
• 从下到上的实现（可以不使用递归）