70. 题目描述:
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?
Level | AC rate |
Easy | 54.0% |
70. 题目解析:
从简单的情况考虑,当只有一个楼梯的时候,只有一个上法,当有两个楼梯的时候,这时候有两种上法:1. 先上一梯再上一梯,2. 直接上两梯。当楼梯的数量大于等于三的时候,我们可以这样想,假设我们设定当楼梯数量为n时有f(n)种方法爬到楼顶,最后一步只有两种情况,上一梯或者上两梯,所以就能够得到对应的递推关系式:f(n) = f(n-1)+f(n-2)。即上n阶楼梯的方法等于上n-1阶楼梯和上n-2阶楼梯的方法总和。代码如下:
// 递归
class Solution {
public int climbStairs(int n) {
if(n==1)return 1;
if(n==2)return 2;
return climbStairs(n-1)+climbStairs(n-2);
}
}
O(N^2)的时间复杂度,指数暴涨导致了超时,这时候我们发现,在递归过程中存在大量的重复计算,比如计算f(n-1)的时候已经计算过一遍f(n-2)了,这时候我们可以将其通过哈希表存储起来,等到后面需要计算f(n-2)时,直接从哈希表中取数值即可。代码如下:
// 哈希表存储
class Solution {
HashMap<Integer,Integer> map = new HashMap<Integer,Integer>();
public int climbStairs(int n) {
if(n==1)return 1;
if(n==2)return 2;
if(map.containsKey(n)){
return map.get(n);
}
else{
int r = climbStairs(n-1)+climbStairs(n-2);
map.put(n,r);
return r;
}
}
}
执行用时:0 ms, 在所有 Java 提交中击败了100.00%的用户
内存消耗:38.5 MB, 在所有 Java 提交中击败了18.39%的用户
通过一步简单的存储调用操作将时间复杂度从O(N^2)降到了O(N)。当这导致了O(N)的空间复杂度,那么有没有一种方法可以,不使用额外的空间来达到想要的效果呢,这个时候我们发现了递推公式,f(3) = f(1) +f (2),f(4) = f(3) + f(2)。我们只需要用到两个数来存储,然后不断循环更新可得到f(n)的结果。代码如下:
// 循环代替递归进行求解
class Solution {
public int climbStairs(int n) {
if(n==1)return 1;
if(n==2)return 2;
int ppre = 1;
int pre = 2;
int ans = pre+ppre;
for(int i = 3; i<n; i++){
ppre = pre;
pre = ans;
ans = pre+ppre;
}
return ans;
}
}
执行用时:0 ms, 在所有 Java 提交中击败了100.00%的用户
内存消耗:38 MB, 在所有 Java 提交中击败了90.26%的用户
剑指Offer 10. 题目描述:
写一个函数,输入 n ,求斐波那契(Fibonacci)数列的第 n 项(即 F(N))。斐波那契数列的定义如下:
F(0) = 0, F(1) = 1
F(N) = F(N - 1) + F(N - 2), 其中 N > 1.
斐波那契数列由 0 和 1 开始,之后的斐波那契数就是由之前的两数相加而得出。
答案需要取模 1e9+7(1000000007),如计算初始结果为:1000000008,返回 1。
Level | AC rate |
Easy | 36.1% |
剑指Offer 10. 题目解析:
和爬楼梯一模一样,这里同样给出三种思路解法:1. 递归,2. 哈希表存储调用,3. 循环更新。代码如下:
// 递归
// class Solution {
// public int fib(int n) {
// if(n==0)return 0;
// if(n==1)return 1;
// int result = fib(n-1)+fib(n-2);
// return result%(1e9+7);
// }
// }
// Hash表存储
// class Solution {
// HashMap<Integer,Integer> map = new HashMap<Integer,Integer>();
// public int fib(int n) {
// if(n==0)return 0;
// if(n==1)return 1;
// if(map.containsKey(n)){
// return map.get(n)%(int)(1e9+7);
// }
// else{
// int result = fib(n-1)+fib(n-2);
// map.put(n,result);
// return result%(int)(1e9+7);
// }
// }
// }
//循环
class Solution {
public int fib(int n) {
if(n==0)return 0;
if(n==1)return 1;
int pre = 1;
int ppre = 0;
int ans = pre+ppre;
for(int i = 2; i<n ; i++){
ppre = pre;
pre = ans;
ans = (pre+ppre)%(int)(1e9+7);
}
return ans;
}
}
执行用时:0 ms, 在所有 Java 提交中击败了100.00%的用户
内存消耗:38.3 MB, 在所有 Java 提交中击败了49.76%的用户