1 问题
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 阶 + 1 阶
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 阶 + 1 阶 + 1 阶
1 阶 + 2 阶
2 阶 + 1 阶
2 解法
爬到第一层楼梯有一种方法,爬到二层楼梯有两种方法。
那么第一层楼梯再跨两步就到第三层 ,第二层楼梯再跨一步就到第三层。
所以到第三层楼梯的状态可以由第二层楼梯 和 到第一层楼梯状态推导出来,那么就可以想到动态规划了。
动规五部曲:
(1)确定dp数组以及下标含义
dp[i]:爬到第i层楼梯,有dp[i]种方法。
(2)确定递推公式
从dp[i]的定义可以看出,dp[i] 可以有两个方向推出来。
首先是dp[i - 1],上i-1层楼梯,有dp[i - 1]种方法,那么再一步跳一个台阶不就是dp[i]了么。
还有就是dp[i - 2],上i-2层楼梯,有dp[i - 2]种方法,那么再一步跳两个台阶不就是dp[i]了么。
所以dp[i] = dp[i - 1] + dp[i - 2] 。
(3)dp数组如何初始化
由于n为正整数,所以n>=1
故:dp[1] = 1, dp[2] = 2
(4)确定遍历顺序
从递推公式dp[i] = dp[i - 1] + dp[i - 2];中可以看出,遍历顺序一定是从前向后遍历的。
(5)举例推导dp数组
当n为5的时候,dp table(dp数组)应该是这样的
class Solution {
public:
int climbStairs(int n) {
if(n <= 2)
return n;
vector<int> dp(n + 1); //0-n
dp[1] = 1;
dp[2] = 2;
for(int i = 3; i <= n; i++)
{
dp[i] = dp[i - 2] + dp[i - 1];
}
return dp[n];
}
};
时间复杂度:O(n)
空间复杂度:O(n)
优化:
class Solution {
public:
int climbStairs(int n) {
if(n <= 2)
return n;
int dp[3];
dp[1] = 1;
dp[2] = 2;
for(int i = 3; i <= n; i++)
{
int total = dp[1] + dp[2];
dp[1] = dp[2];
dp[2] = total;
}
return dp[2];
}
};
时间复杂度:O(n)
空间复杂度:O(1)