【leetcode70】爬楼梯-python实现

问题描述：

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

解题思路：

最初解题思路，假设爬1阶的次数为x，爬2阶的次数为y，总共爬了n阶，那么1x+2y=n，以此循环遍历，每找到一次匹配条件，计数器加1。

class Solution:
    def climbStairs(self, n: int) -> int:
        count = 0
        for x in range(0, n + 1):
            for y in range(0, n + 1):
                if (x + 2 * y) == n:
                    count += 1
        return count

错误，这种思路只考虑了爬1阶和爬2阶的次数，没有考虑前后顺序，比如先爬1阶，再爬2阶，和，先爬2阶，再爬1阶，也就是1+2和2+1，这是两种方法，所以这个思路注定失败！

学习大佬们的解法，动态规划的思路要深入骨髓！

第1阶台阶：1种方法，爬1阶
第2阶台阶：2种方法，爬1阶或者爬2阶
第n阶台阶：从第n-1阶爬1阶到n阶，或者从n-2阶爬2阶到n阶
递推公式：f()=f(n-1)+f(n-2)

方法1：直接递归

class Solution:
    def climbStairs(self, n: int) -> int:
        if n == 1:
            return 1
        if n == 2:
            return 2
        return climbStairs(n-1) + climbStairs(n-2)

提交代码发现超出时间限制，时间复杂度O(2^n)，空间复杂度O(n)。分析这个方法，每次递归的时候，存在重复的子问题。比如n=5时，需要计算n=3以及n=4的情况，计算n=4时，又会进行n=3的情况，所以需要进行一个优化。

方法2：动态规划

用一个数组 dp 存放中间子问题的结果，这样就不用每次都去计算重复的子问题。
dp[i]：爬 i 级楼梯的方法数。

class Solution:
    def climbStairs(self, n: int) -> int:
        if n == 1:
            return 1
        dp = [0] * (n+1)
        dp[0] = 1
        dp[1] = 1
        for i in range(2,n+1):
            dp[i] = dp[i-1] + dp[i-2]
        return dp[n]

革命的道路还很长！