python爬楼梯问题_使用python算法解决楼梯台阶问题方法详解

在

python

开发中，我们经常需要实现各种各样的问题，今天和大家分享的就是使用

python

算法实现楼梯台阶问题，希望对大家

学习

python

有所帮助。

首先，

让我们考虑以下问题

：

有一个有

N

个台阶的楼梯，你一次可以爬

1

或

2

个台阶。

给定

N

，编写一个函数，返回爬完楼梯的方式数量。步骤的顺序很重要。

例如，如果

N

是

4

，那么有

5

种方式：

． 1,1,1,1

． 2,1,1

． 1,2,1

． 1,1,2

． 2,2

如果规定的不是一次只能爬

1

或

2

步，而是可以使用正整数

X

集合内的任意数字爬楼梯，那会怎么样？例如，如果

X= {1,3,5}

，则表示一次爬升

1

，

3

或

5

阶楼梯。

解决方案

从一些测试案例开始总是好的做法。让我们从小的案例开始，看看能否找到某种规律。

． N = 1

，

1

种爬楼方式：

[1]

． N = 2

，

2

种爬楼方式：

[1,1]

，

[2]

． N = 3

，

3

种爬楼方式：

[1,2]

，

[1,1,1]

，

[2,1]

． N = 4

，

5

种爬楼方式：

[1,1,2]

，

[2,2]

，

[1,2,1]

，

[1,1,1,1]

，

[2,1,1]

你有没有注意到什么？请看

N= 3

时，爬完

3

阶楼梯的方法数量是

3

，基于

N = 1

和

N = 2

。存在什么关系？

爬完

N= 3

的两种方法是首先达到

N= 1

，然后再往上爬

2

步，或达到

N =2

再向上爬

1

步。所以

f(3)= f(2) + f(1)

。

这对

N= 4

是否成立呢？是的，这也是成立的。因为我们只能在达到第三个台阶然后再爬一步，或者在到了第二个台阶之后再爬两步这两种方式爬完

4

个台阶。所以

f(4) = f(3) + f(2)

。

所以关系如下：

f(n) = f(n – 1) + f(n – 2)

，且

f(1)= 1

和

f(2)= 2

。这就是斐波那契数列。

def

fibonacci

(n):

if

n<= 1:

return

1

return

fibonacci(n- 1) + fibonacci(n - 2)

当然，这很慢(

O(2^N)

)

——

我们要做很多重复的计算！通过迭代计算，我们可以更快：

def

fibonacci

(n):

a, b = 1, 2

for

_

in

range(n - 1):

a, b = b, a + b

return

a

现在，让我们尝试概括我们学到的东西，看看是否可以应用到从集合

X

中取步数这个要求下的爬楼梯。类似的推理告诉我们，如果

X= {1,3,5}

，那么我们的算法应该是

f(n)= f(n – 1) + f(n – 3) + f(n – 5)

。如果

n<0

，那么我们应该返回

0

，因为我们不能爬负数。

def

staircase

(n,X):

if

n< 0:

return

0

elif

n== 0:

return

1

elif

n

in

X:

return

1+ sum(staircase(n - x, X)

for

x

in

X

if

x < n)

else

:

return

sum(staircase(n- x, X)

for

x

in

X

if

x < n)

这也很慢(

O(|X|^N)

)，因为也重复计算了。我们可以使用动态编程来加快速度。

每次的输入

cache[i]

将包含我们可以用集合

X

到达台阶

i

的方法的数量。然后，我们将使用与之前相同的递归从零开始构建数组：

def

staircase

(n,X):

cache = [0

for

_

in

range(n + 1)]

cache[0] = 1

for

i

in

range(n + 1):

cache[i] += sum(cache[i- x]

for

x

in

X

if

i - x > 0)

cache[i] += 1

if

i

in

X

else

0

return

cache[-1]

现在时间复杂度为

O(N* |X|)

，空间复杂度为

O(N)

。