题目:
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
思路一:(递归)
这道题是斐波那契数列的应用。重点在于分析出规律,类似数学归纳法,可以写一个分段函数来表示。写出函数之后这个题就迎刃而解。
先考虑最简单的情况。
如果只有1级台阶,那显然只有一种跳法;
如果有2级台阶,就有2种跳法:一种是分两次跳1+1,另一种是一次跳2级。
再来讨论一般情况。
把n级台阶的跳法看成n的函数,记作:f(n)。当n>2时,第一次跳的时候有两种不同的选择:一是第一次只跳1级,此时跳法数目等于后面剩下的n-1级台阶的跳法数目,即为:f(n-1);二是第一次跳2级,此时跳法数目等于剩下的n-1级台阶的跳法数目,即为:f(n-2)。因此,n级台阶的不同跳法的总数f(n)=f(n-1)+f(n-2)。
因此,整体函数的写法应该是:
这样一来代码就很容易写了
代码:
class Solution(object):
def climbStairs(self, n):
"""
:type n: int
:rtype: int
"""
if n==0:
return 0
if n==1:
return 1
if n==2:
return 2
return self.climbStairs(n-1)+self.climbStairs(n-2)
思路二:(动态规划)
一般来说,只要问题可以划分为规模更小的字问题,并且原问题的最优解中包含了子问题的最优解,则可以考虑用动态规划解决。动态规划的实质是分治思想和解决冗余。因此,动态规划是一种将问题实例分解为更小的/相似的子问题,并存储子问题的解,使得每个子问题只求解一次,最终获得原问题的答案,以解决最优化问题的算法策略。
可以将n阶台阶的方法数存储在数组中,当前的值等于前面两个数值相加。
代码:
class Solution(object):
def climbStairs(self, n):
"""
:type n: int
:rtype: int
"""
if n == 1:
return 1
if n == 2:
return 2
res = [None]*(n+1)
res[1] = 1
res[2] = 2
for i in range(3,n+1):
res[i] = res[i-1] + res[i-2]
return res[n]