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?
提示:
1 <= n <= 45
示例1:
输入:n = 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:n = 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
解法1递归(运行超出时间限制):
/**
* 递归的解法
*/
class Solution {
public int climbStairs(int n) {
if(n == 1){
return 1;
}
if(n == 2){
return 2;
}
return climbStairs(n - 1) + climbStairs(n - 2);
}
}
不足:递归对结果多次重复求解。
解法2递归的优化:
/**
* 递归解法的优化,避免重复求解
*/
class Solution {
private Map<Integer, Integer> storeMap = new HashMap<>();
public int climbStairs(int n) {
if(n == 1){
return 1;
}
if(n == 2){
return 2;
}
if(storeMap.get(n) != null){
return storeMap.get(n);
}else{
int result = climbStairs(n - 1) + climbStairs(n - 2);
storeMap.put(n, result);
return result;
}
}
}
解法3递归转为非递归:
/**
* 递归转换为循环解法,自底向上累加
*/
class Solution {
public int climbStairs(int n) {
if(n == 1){
return 1;
}
if(n == 2){
return 2;
}
int result = 0;
int pre = 2;
int prepre = 1;
for(int i = 3; i <= n; ++i){
result = pre + prepre;
prepre = pre;
pre = result;
}
return result;
}
}
分析:递归有大问题转换为小问题求解,知道到达递归终止条件。递归转换为循环实现,从先知道最小边界条件,逐级向上求解。
解法4动态规划:
/**
* 动态规划
*/
class Solution {
public int climbStairs(int n) {
if(n == 1){
return 1;
}
if(n == 2){
return 2;
}
// 创建一个数组用于存储每个楼梯阶段的不同爬法数量
int[] dp = new int[n + 1];
dp[1] = 1; // 第一阶楼梯只有一种方式
dp[2] = 2; // 第二阶楼梯有两种方式
for (int i = 3; i <= n; i++) {
// 动态规划转移方程:当前阶梯的爬法等于前两阶梯的爬法之和
dp[i] = dp[i - 1] + dp[i - 2];
}
return dp[n];
}
}