该程序给出了使用递归方式以及使用迭代方式两种算法实现。该两种实现都基于如下推导:
- 当 m = n, n != 1 时,f(n) = 2(n-1)
即 f(n) 为 二项式 (a+b)n 展开式各项系数之和,推导如下:
设楼梯有 n 级,某人一步最多迈 m(m=n) 级,使用“ 隔板法” (共 n-1 个空位)可得 f(n) = ∑n=1 n Cn n-1 = 2n-1 。
- 当 m <=n 时,f(n) = 2*f(n-1) - f(n-m-1)
即 f(n) = f(n-1) + f(n-2) + ... + f(n-m) 代入 n 后的递推式,推导如下:
归纳可得 f(n) 为先上 1 步、2 步、... 、m 步走法只和:f(n) = f(n-1) + f(n-2) + ... + f(n-m) 。
逐 步代入展开:f(n) = (f(n-2) + f(n-3) + ... + f(n-m-1))+ f(n-2) + ... + f(n-m) ,即(展开 f(n-1) )... => f(n) = 2*f(n-1) - f(n-m-1) 。
f(n) 可根据 m 分三类情况求解:
- 当 m = 1 时,有且仅有 1 种走法,f(n)=1
- 当 m <= n 时,f(n) = 2*(f(n-1) - f(n-m-1) ,特别地,
- 当 m = n 时,f(n) = 2n-1
package steps;
/**
* 台阶问题:
* 某楼梯有 n(n>=1) 级台阶,某人一步最多迈 m(n>=m>=1) 级,
* 求有多少种不同的上楼方案 f(n) 。
*
*
* 该程序给出了{@linkplain #f(int) 使用递归方式} 以及{@linkplain #f_(int)
* 使用迭代方式} 两种算法实现。该两种实现都基于如下推导:
*
*
· 当 m = n, n != 1 时,f(n) = 2(n-1)
* 即 f(n) 为 二项式 (a+b)n 展开式各项系数之和,推导如下:
* 设楼梯有 n 级,某人一步最多迈 m(m=n) 级,使用“ 隔板法” (共 n-1 个空位)可得
* f(n) = ∑n=1 n Cn n-1 = 2n-1 。
*
· 当 m <=n 时,f(n) = 2*f(n-1) - f(n-m-1)
* 即 f(n) = f(n-1) + f(n-2) + ... + f(n-m) 代入 n 后的递推式,推导如下:
* 归纳可得 f(n) 为先上 1 步、2 步、... 、m 步走法只和:f(n) = f(n-1) + f(n-2)
* + ... + f(n-m) 。
逐步代入展开:f(n) = (f(n-2) + f(n-3) + ...
* + f(n-m-1))+ f(n-2) + ... + f(n-m) ,即(展开 f(n-1) )... => f(n) = 2*f(n-1)
* - f(n-m-1) 。
*
* f(n) 可根据 m 分三类情况求解:
*
· 当 m = 1 时,有且仅有 1 种走法,f(n)=1
*
· 当 m <= n 时,f(n) = 2*(f(n-1) - f(n-m-1) ,特别地,
*
· 当 m = n 时,f(n) = 2n-1
*
*
*
* @author Liang Ding
* @version 1.0.0.2, Mar 14, 2011
*/
public final class Main {
/**
* 一步最多迈 {@value #M} 级。
*/
private static final int M = 20;
/**
* 楼梯共有 {@value #N} 级台阶。
*/
private static final int N = 30;
/**
* 保存中间计算结果 f(0)...f(N) 。
*/
private static final long[] F = new long[N + 1];
/**
* 检查给定的 {@linkplain #N N} 与 {@linkplain #M M} 是否满足:
*
*
· N >= 1
*
· M >= 1
*
· N >= M
*
*/
private static void check() {
if (N < 1) {
throw new IllegalArgumentException("N must larger or equal than 1");
}
if (M < 1) {
throw new IllegalArgumentException("M must larger or equal than 1");
}
if (M > N) {
throw new IllegalArgumentException("N must larger or equal than M");
}
}
/**
* 主程序入口。
*
* @param args 指定的参数(将被忽略)
*/
public static void main(final String[] args) {
check();
if (1 == M) {
// 有且仅有 1 种走法
System.out.println("f(n)=1");
return;
}
init();
long start = System.currentTimeMillis();
f(N);
long used = System.currentTimeMillis() - start;
System.out.println("Recursively, f(n)=" + F[N] + ", used " + used
+ " millis");
init();
long start2 = System.currentTimeMillis();
f_(N);
long used2 = System.currentTimeMillis() - start2;
System.out.println("Iteratively, f(n)=" + F[N] + ", used " + used2
+ " millis");
}
/**
* 初始化 F[0]...F[M] 。
*/
private static void init() {
F[0] = 1;
F[1] = 1;
F[2] = 2;
for (int n = 3; n <= M; n++) {
F[n] = 1 << (n - 1);
}
}
/**
* 迭代求 f(n) ,计算结果保存在 F[n] 中。
*
* 时间复杂度:
*
*
· 最坏 O(n) ,当 m == 1 时
*
· 最好 O(1) ,当 n == M 时
*
* @param n 指定的 n
*/
public static void f_(final int n) {
for (int i = 3; i <= N; i++) {
if (i <= M) {
continue; // F[0]...F[M] 已在初始化中求出。
}
// 开始迭代求解, f(n)= 2 * f(n-1) - f(n-M-1)
F[i] = 2 * F[i - 1] - F[i - M - 1];
}
}
/**
* 递归求 f(n) ,计算结果保存在 F[n] 中,时间复杂度为 O(2^n) 。
*
* @param n 指定的 n
* @return F[n]
*/
public static long f(final int n) {
// F[0]...F[M] 已在初始化中求出。
if (0 == n || 1 == n) {
return F[0];
}
if (2 == n) {
return F[2];
}
if (M >= n) {
return F[n];
}
// 开始递归求解, f(n )= 2 * f(n-1) - f(n-M-1)
F[n] = 2 * f(n - 1) - f(n - M - 1);
return F[n];
}
private Main() {
}
}
足见,程序员绝对需要一定的数学知识。