直奔主题
算法题是在面试过程中考察候选人逻辑思维能力、手写代码能力的一种方式,因为有一句古话说的好:“说一千道一万,不如写段代码看一看”。
今天我们就来个单刀直入,直奔主题,从一个真实面试题到底怎么爬楼梯来聊一聊算法中的动态规划 。
面试真题
小明家有一楼梯共有10级台阶,每次可以爬1级或2级,问小明爬到第10级台阶,一共有多少种走法?
为什么是“小明”呢?这是个奇怪的问题~
真题分析
很多同学在第一次遇到这个爬楼梯的问题可能会比较懵,不知道该如何来解决。我们首先需要做的就是寻找这个问题的关键点:每次只能爬1级或2级。
递归思想
小明每次只能爬1级或2级,那么对于爬到第10级台阶来说,最后一次操作为走1级(此时处于第9级台阶上)或走2级(此时处于第8级台阶上)。
假定我们有个表达式f可以来计算到达某阶台阶的走法,那么对于第10阶来说,这个表达式就应该为:f(10) = f(9) + f(8)。
对于这个表达式,是不是有种瞬间回到那初、高中的年代~
按如上规则,再次考虑,爬到第9级台阶时,最后一次操作为走1级(此时处于第8级台阶上)或走2级(此时处于第7级台阶上),此处的表达式为:f(9) = f(8) + f(7)。
......
依次处理,当爬到第3级台阶时,计算的表达式就是f(3) = f(2) + f(1)。
那爬到第2级台阶有几种方式呢:每次走1级或者一次走2级,也就是一共有2种走法,f(2) = 2。
爬到第1级台阶的方式肯定只有一种:走1级,f(1) = 1。
按我们的思考逻辑,相关代码如下:
/** * @method climbStairs * @description 爬楼梯 * @param {number} n 楼梯台阶数 * @return {number} 一共有多少种走法*/function climbStairs (n) { if (n === 1) { return 1 }; if (n === 2) { return 2 }; let num = 0; num = climbStairs(n - 1) + climbStairs(n - 2); return num;}// 调用函数,输出结果let num = climbStairs(10);console.log(num); // 89
Congratulations~我们已经完成啦,得到了正确的结果。
就在你满脸微笑、志得意满的向面试官讲解思路的时候,面试官十有八九会一副老狐狸得逞的样子,继续问你,假如n的值比较大的,如40之类的,上面定义的climbStairs的执行性能如何。
我们来看下执行的性能:
测试代码如下:
console.time();let num = climbStairs(40);console.log(num);console.timeEnd()
我的mac配置如下:
MacBook Pro 处理器:2.5 GHz 四核Intel Core i7内存: 16GB
连续执行三次数据如下:
序号
结果
执行时间
1
165580141
811.077ms
2
165580141
817.025ms
3
165580141
814.803ms
注:在执行过程中有卡顿,不是瞬间输出,如果执行的是```climbStairs(100)```,你应该会瞬间听到风扇启动的呜呜声
递归思想优化
在上面代码climbStairs的基础上我们来进行优化处理。我们仔细分析代码的执行流程,就会发现有很多重复计算的地方,比如说f(5)就会在f(6-1)、f(7-2)时被重复计算,这就浪费了时间和性能。
那我们就选择使用空间换时间的策略,设置对象numbers,保存爬到某级台阶的结果,避免重复计算,numbers对象的结果如下:
let numbers = { 1: 1, 2: 2}
优化后代码如下:
/** * @method climbStairs * @description 爬楼梯 * @param {number} n 楼梯台阶数 * @return {number} 一共有多少种走法*/function climbStairs (n) { // 存储计算的结果,key(台阶) : num(走法) let numbers = { 1: 1, 2: 2 }; let tmpClimbStairs = function (n) { // 已存在的数据,直接返回,不再重新计算 if (numbers[n]) { return numbers[n]; } // 不存在的数据,进行计算 let num = tmpClimbStairs(n - 1) + tmpClimbStairs(n - 2); // 计算完成后,存放如numbers中,下次可以直接使用 numbers[n] = num; // 返回结果 ret.........