楼梯上有n阶台阶,上楼时可以一步上1阶,也可以一步上两阶,编写算法计算共有多少种不同的上楼梯的方法。

数学模型:此问题如果按照习惯,从前向后思考,也就是从第一阶开始,考虑怎么样到第二阶、第三节、第四阶……则很难找到问题的规律;而反过来先思考“到第n阶有哪几种情况”,答案就简单了,只有两种情况;
(1) 从第n-1阶到第n阶
(2) 从第n-2阶到第n阶

此问题为斐波那契数列的应用。

#include <iostream>
using namespace std;
int fun(int n)
{
    if (n>0)
    {
        if (1 == n)
        {
            return 1;
        }
        else if (2 == n)
        {
            return 2;
        }
        else
        {
            return fun(n-1) +fun(n-2);
        }
    }
    else
        return 0;
}

int main()
{
    int n;
    cin>>n;
    cout<<fun(n)<<endl;
    return 0;
}
  • 16
    点赞
  • 24
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
### 回答1: 这是一个经典的动态规划问题。假设f(n)表示上n楼梯不同方法数,那么f(n)可以由f(n-1)和f(n-2)转移而来,因为上n楼梯可以从n-1楼梯一步上来,也可以从n-2楼梯两步上来。因此,f(n) = f(n-1) + f(n-2)。 初始条件是f(1) = 1,f(2) = 2,因为上1楼梯只有一方法,上2楼梯有两方法。 下面是Python代码实现: def climbStairs(n: int) -> int: if n == 1: return 1 if n == 2: return 2 f1, f2 = 1, 2 for i in range(3, n+1): f3 = f1 + f2 f1, f2 = f2, f3 return f3 print(climbStairs(3)) # 输出3,因为有3方法:1+1+1,1+2,2+1 print(climbStairs(4)) # 输出5,因为有5方法:1+1+1+1,1+1+2,1+2+1,2+1+1,2+2 print(climbStairs(5)) # 输出8,因为有8方法:1+1+1+1+1,1+1+1+2,1+1+2+1,1+2+1+1,2+1+1+1,1+2+2,2+1+2,2+2+1 ### 回答2: 这个问题可以用动态规划的方法来解决。 我们定义一个数组dp,其中dp[i]表示上到第i台阶不同方法数。根据题目的要求,当i<=2,dp[i]的值为i。当i>2,dp[i]的值为dp[i-1]+dp[i-2],即到达第i台阶不同方法数可以由到达第i-1台阶和到达第i-2台阶方法数相加得到。 最终,dp[n]就是我们要求的上楼梯的不同方法总数。 以下是用Python语言编写的程序示例: ``` def climbStairs(n): if n <= 2: return n dp = [0] * (n+1) dp[1] = 1 dp[2] = 2 for i in range(3, n+1): dp[i] = dp[i-1] + dp[i-2] return dp[n] ``` 这个程序的间复杂度是O(n),空间复杂度也是O(n)。这意味着,当n非常大,程序的执行间和内存占用也会变得非常大。如果需要处理更大的n值,我们可以考虑使用空间复杂度为O(1)的优化算法,例如滚动数组技巧。 ### 回答3: 楼梯上有n台阶上楼可以一步上1,也可以一步上2。我们可以设f(n)为上n楼梯不同方法数。 当n=1,只有一方法,即一次走1个台阶,故f(1)=1。 当n=2,有两方法,一次走两个或者分两步走,故f(2)=2。 当n=3,可以一次上1个或2个台阶,所以可以由f(1)和f(2)转移而来,即f(3) = f(2) + f(1) = 3。 当n=4,可以一次上1个或2个台阶,所以可以由f(2)和f(3)转移而来,即f(4) = f(3) + f(2) = 5。 …… 依此类推,可以得到递推公式: f(n) = f(n-1) + f(n-2) 其中f(1)=1,f(2)=2。可以使用动态规划的方法,从f(1)和f(2)开始计算直到f(n)。最后得到的f(n)即为上n台阶不同方法数。 下面是Python代码实现: def climbStairs(n: int) -> int: if n == 1: return 1 if n == 2: return 2 dp = [0] * n dp[0] = 1 dp[1] = 2 for i in range(2, n): dp[i] = dp[i-1] + dp[i-2] return dp[n-1] 其中,dp为动态规划数组。首先将dp[0]和dp[1]初始化为1和2,然后从2开始循环,每次将dp[i]赋值为dp[i-1]和dp[i-2]的和。最后返回dp[n-1]即为所求。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值