算法总结 - 爬楼梯问题逐步优化，斐波那契类似问题套路

接触DP最早的应该就是这道题了吧，翻了翻leetcode submission发现最早的是在一年前… 而且是最基础的DP解法。在膜拜了大神们用矩阵甚至直接上斐波那契数列公式解法后觉得脑容量有点不太够用。。。嗯，需要写点东西捋一捋，所以这是一个学渣关于爬楼梯类型题目的总结，如果有不对的地方欢迎大家批评指正(￣.￣)。

题目：Climbing Stairs

You are climbing a stair case. It takes n steps to reach to the top.Each time you can either climb 1 or 2 steps. In how many distinct ways can you climb to the top?

Input：

Argument：达到最高层的步数

Condition： 每次只能爬一步或者两步

Output:

达到最高层可以用多少种不同的方法

1. 暴力递归

Intuitive:

想法很简单，既然下一步只有两种选择：1步和2步， 那么下步走的方法也就是2种。总的方法数即走一步的方法 + 走两步的方法。

Edge cases:

当前走的步数等于或者大于0时结束递归

Recursion Tree

例如目标层数是5，那么recursion tree应该是这个样子滴

可以看到每个节点我们都有两个选择，走一步或者两步。那么一共有 2^n 个节点，时间复杂度 2^n. 至于空间复杂度则是树的深度，最坏的情况，我们每次只走一步，深度达到n。另外也不难看出在递归的过程中存在很多重复的计算，这就是下一个算法优化的点。

Code：

Time Complexity: O(2^n) Space Complexity:O(n)

public int climbStairs(int target){
   
  return helper(0, target);
}

public int helper(int step, int target){
   
  //edge cases
  if(step == target){
   
    return 1;
  }

  if(step > target){
   
    return 0;
  }
  
  return helper(step + 1, target) + helper(step + 2, target);
}

2. 记忆化搜索

Intuitive:

所以，怎么避免重复计算呢？很明显的想法就是把算过的存起来嘛，下次计算前先查一下，有结果就跳过，没结果就算。就是这样一个小小的优化， 就把复杂度从2^n缩减到n),嗯，所以在面试官followup的时候，别老想有多fancy的变化，逮着最明显的那个劣势优化就好~

Edge cases:

Edge case 是跟暴力递归的一样的。

Code:

TC: O(n) SC: O(n)

public int climbStairs(int target){
   
  int[] memo = new int[target + 1];
  return helper(0, target, memo);
}

public int helper(int step, int target, int[] memo){
   
  if (memo[step] != 0){
   
    return memo[step];
  }
  if(step == target){
   
    return 1;
  }

  if