算法练习Day20[LeetCode]70. 爬楼梯

70. 爬楼梯

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. 1 阶 + 1 阶
2. 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. 1 阶 + 1 阶 + 1 阶
2. 1 阶 + 2 阶
3. 2 阶 + 1 阶

方法：动态规划

我们用 f(x) 表示爬到第 x级台阶的方案数，考虑最后一步可能跨了一级台阶，也可能跨了两级台阶，所以我们可以列出如下式子：

f(x) = f(x−1) + f(x − 2)

class Solution {
    public int climbStairs(int n) {
     if（n == 1)
     return 1;
     int[] dp = new int[n+1];
     dp[1]=1;
     dp[2]=2;
     for(int i=3;i<=n;i++){
		dp[i]=dp[i-1]+dp[i-2];
	  }
	return dp[n];
    
 }
}

时间复杂度和空间复杂度都是 O(n) 的实现，但是由于这里的 f(x)只和 f(x - 1)与 f(x - 2) 有关，所以我们可以用「滚动数组思想」把空间复杂度优化成 O(1)

优化：利用滚动数组

滚动数组是一种编程思想。简单的理解就是让数组滚动起来，每次都使用固定的几个存储空间，来达到压缩，节省存储空间的作用。因为题目是一个自底向上的扩展过程，我们需要用到的是连续的解，前面的解往往可以舍去。

class Solution {
    public int climbStairs(int n) {
        int p = 0, q = 0, r = 1;
        //设置边界条件，i=1时，r=1
        for (int i = 1; i <= n; ++i) {
            p = q; 
            q = r; 
            r = p + q;
        }
        return r;
    }
}

复杂度分析

• 时间复杂度：循环执行 n 次，每次花费常数的时间代价，故渐进时间复杂度为 O(n)。
• 空间复杂度：这里只用了常数个变量作为辅助空间，故渐进空间复杂度为 O(1)。