84. Leetcode 70. 爬楼梯 (动态规划-基础题)

最新推荐文章于 2024-09-15 15:43:59 发布

BUPT-WT

最新推荐文章于 2024-09-15 15:43:59 发布

阅读量59

点赞数

分类专栏： 2022刷题-目标400+ 文章标签：动态规划 leetcode 算法

本文链接：https://blog.csdn.net/weixin_41362649/article/details/122970742

版权

2022刷题-目标400+ 专栏收录该内容

268 篇文章 1 订阅

订阅专栏

这篇博客介绍了如何使用动态规划解决爬楼梯问题，通过定义状态方程dp[i]=dp[i-1]+dp[i-2]，并设置初始条件dp[1]=1, dp[2]=2，逐步计算出到达每一层楼梯的方法数。最后，给出了具体的Python实现代码，展示了如何计算到达n层楼梯的不同方法数量。

摘要由CSDN通过智能技术生成

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？

 

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

步骤一、确定状态:

确定dp数组以及下标的含义
dp[i]: 爬到第i层楼梯，有dp[i]种方法

步骤二、推断状态方程:

dp[i] = dp[i-1] + dp[i-2]

第i阶台阶，要么从第i−1阶台阶迈一步，要么从第i−2阶台阶迈两步，所以到第 i 阶台阶的方法总数，就是到第i−1台阶的方法总数与到第i−2台阶方法总数之和

步骤三、规定初始条件:

初始条件:
dp[1] = 1, dp[2] = 2

步骤四、计算顺序:

从前往后

先计算第1阶:dp[1]

计算第2阶:dp[2]
...

计算第最后一阶:dp[n]

class Solution:
    def climbStairs(self, n: int) -> int:
        if n < 3:
            return n

        dp = [0] * (n+1)
        dp[1] = 1
        dp[2] = 2
        for i in range(3, n+1):
            dp[i] = dp[i-1] + dp[i-2]

        return dp[n]