这篇博客介绍了如何使用动态规划和斐波那契数列解决青蛙跳台阶问题。青蛙每次可以跳1级或2级台阶，求解跳上n级台阶的不同跳法。动态规划通过递推公式实现，而斐波那契数列方法则是通过累加前两个数得到当前阶的跳法。两种方法的时间复杂度均为O(N)，空间复杂度分别为O(N)和O(1)。文章提供了Python代码实现这两种解法，并给出了样例输入和输出。
一只青蛙一次可以跳上1级台阶，也可以跳上2级台阶。求该青蛙跳上一个 n 级的台阶总共有多少种跳法。
答案需要取模 1e9+7(1000000007)，如计算初始结果为：1000000008，请返回 1。
示例 1：
输入：n = 2
输出：2
示例 2：
输入：n = 7
输出：21
解题思路
动态规划
我们根据台阶来推出子问题：跳上n阶台阶的前提是跳上n-1阶或者n-2阶，所以我们要求得N阶台阶的跳法，只要知道N-1阶的跳法和n-2阶的跳法，将两者相加就得到了n阶台阶最优解。
这里就涉及到了动态规划的最优子结构，也就是问题的最优解由子问题的最优解得到。此外，在跳到n-1、n-2阶之后，如果选择下一种跳法，不会影响到N-1、N-2阶台阶最优解的决策，符合无后效性。还有，n-1和n-2都包括了n-3阶台阶跳两步和一步，这里N-3在这里就被重复计算了，符合重复子问题。
算法复杂度:时间复杂度O(N)
空间复杂度O(N)
Python
class Solution(object):
def numWays(self, n):
"""
:type n: int
:rtype: int
"""
if n <= 1:
return 1
dp = [1 for i in range(n+1)]
for i in range(2, n+1):
dp[i] = (dp[i-1] + dp[i-2]) % 1000000007
return dp[n]
斐波那契
这里的台阶问题很符合斐波那契数列的思想，其实就是在求斐波那契数列的第n个数
Python
class Solution(object):
def numWays(self, n):
"""
:type n: int
:rtype: int
"""
if n <= 1:
return 1
a, b = 1, 1
while n > 1:
a, b = b, a+b
n -= 1
return b % 1000000007
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
