java算法题走楼梯,程序员必学算法「动态规划」：爬楼梯（完全背包解法）

通知：我将公众号文章和学习相关的资料整理到了Github ：https://github.com/youngyangyang04/leetcode-master，方便大家在电脑上学习，可以fork到自己仓库，顺便也给个star支持一波吧！

之前讲这道题目的时候，因为还没有讲背包问题，所以就只是讲了一下爬楼梯最直接的动规方法(斐波那契)。

这次终于讲到了背包问题，我选择带录友们再爬一次楼梯！

此情此景，借用一下《无间道》的台词 哈哈哈。

70. 爬楼梯

链接：https://leetcode-cn.com/problems/climbing-stairs/

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？

注意：给定 n 是一个正整数。

示例 1：

输入：2

输出：2

解释：有两种方法可以爬到楼顶。1 阶 1 阶

2 阶

示例 2：

输入：3

输出：3

解释：有三种方法可以爬到楼顶。1 阶 1 阶 1 阶

1 阶 2 阶

2 阶 1 阶

思路

这道题目 我们在动态规划：爬楼梯 中已经讲过一次了，原题其实是一道简单动规的题目。

既然这么简单为什么还要讲呢，其实本题稍加改动就是一道面试好题。

改为：每次可以爬 1 、 2或者m 个台阶。问有多少种不同的方法可以爬到楼顶呢？

1阶，2阶，m阶就是物品，楼顶就是背包。

每一阶可以重复使用，例如跳了1阶，还可以继续跳1阶。

问跳到楼顶有几种方法其实就是问装满背包有几种方法。

此时大家应该发现这就是一个完全背包问题了！

动规五部曲分析如下：确定dp数组以及下标的含义

dp[i]：爬到有i个台阶的楼顶，有dp[i]种方法。确定递推公式

在动态规划：494.目标和、 动态规划：518.零钱兑换II、动态规划：377. 组合总和 Ⅳ中我们都讲过了，求装满背包有几种方法，递推公式一般都是dp[i] = dp[i - nums[j]];

本题呢，dp[i]有几种来源，dp[i - 1]，dp[i - 2]，dp[i - 3] 等等，即：dp[i - j]

那么递推公式为：dp[i] = dp[i - j]dp数组如何初始化

既然递归公式是 dp[i] = dp[i - j]，那么dp[0] 一定为1，dp[0]是递归中一切数值的基础所在，如果dp[0]是0的话，其他数值都是0了。

下标非0的dp[i]初始化为0，因为dp[i]是靠dp[i-j]累计上来的，dp[i]本身为0这样才不会影响结果确定遍历顺序

这是背包里求排列问题，即：1、2 步 和 2、1 步都是上三个台阶，但是这两种方法不！

所以需将target放在外循环，将nums放在内循环。

每一步可以走多次，这是完全背包，内循环需要从前向后遍历。举例来推导dp数组

介于本题和动态规划：377. 组合总和 Ⅳ几乎是一样的，这里我就不再重复举例了。

以上分析完毕，C 代码如下：

class Solution {public:

int climbStairs(int n) {

vector dp(n   1, 0);

dp[0] = 1;

for (int i = 1; i <= n; i ) { // 遍历背包            for (int j = 1; j <= m; j ) { // 遍历物品                if (i - j >= 0) dp[i]  = dp[i - j];

}

}

return dp[n];

}

};

代码中m表示最多可以爬m个台阶，代码中把m改成2就是本题70.爬楼梯可以AC的代码了。

总结

本题看起来是一道简单题目，稍稍进阶一下其实就是一个完全背包！

如果我来面试的话，我就会先给候选人出一个 本题原题，看其表现，如果顺利写出来，进而在要求每次可以爬[1 - m]个台阶应该怎么写。

顺便再考察一下两个for循环的嵌套顺序，为什么target放外面，nums放里面。

这就能考察对背包问题本质的掌握程度，候选人是不是刷题背公式，一眼就看出来了。

这么一连套下来，如果候选人都能答出来，相信任何一位面试官都是非常满意的。

本题代码不长，题目也很普通，但稍稍一进阶就可以考察完全背包，而且题目进阶的内容在leetcode上并没有原题，一定程度上就可以排除掉刷题党了，简直是面试题目的绝佳选择！

力扣刷题指南：https://github.com/youngyangyang04/leetcode-master