动态规划（一维）——爬楼梯

力扣 70 爬楼梯

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

来源：力扣（LeetCode） 链接：https://leetcode-cn.com/problems/climbing-stairs
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

---

先介绍动态规划

这里我们引用一下维基百科的描述：“动态规划（Dynamic Programming, DP）在查找有很多重叠子问题的情况的最优解时有效。它将问题重新组合成子问题。为了避免多次解决这些子问题，它们的结果都逐渐被计算并被保存，从简单的问题直到整个问题都被解决。因此，动态规划保存递归时的结果，因而不会在解决同样的问题时花费时间 · · · · · · 动态规划只能应用于有最优 子结构的问题。

简而言之，在查找有很多重叠子问题的情况的最优解时可采用动态规划；动态规划将问题拆分，保存子问题对后一个问题有影响的结果，避免多次解决重复子问题，依次解决各子问题，最后一个子问题就是初始问题的解。

---

回到我们的题目思路：

• 简单分析可发现到n阶台阶方法总数是前面到n-1阶和到n-2阶方法数之和，类似斐波那契数列;
• 而用普通递归算法，每次都要计算前面算过的数；

for (int i = 2; i <= n; ++i) {
dp[i] = dp[i-1] + dp[i-2];
}

• 最后，考虑用数组将前面的得到的结果存下来；只需要知道n-1和n-2阶方法总数，那么只需要将方法向前滚动记录n-1和n-2时候的总数。

if (n <= 2) return n;
int pre2 = 1, pre1 = 2, cur;
for (int i = 3; i < n; ++i) {
cur = pre1 + pre2;当前方法总数
pre2 = pre1;//保留当前n-1位置方法数，当再上一个台阶，就算是n-2时候的方法数
pre1 = cur;//当前是n的方法数，当再上一个台阶，就算是n-1时候的方法数，接下来再做和算下一步的方法数
}

这样把复杂度优化到了 O(1)。

参考：https://baijiahao.baidu.com/sid=1635388976060265522&wfr=spider&for=pc

以下是两种不同的动态规划解决方案：

自上而下：你从最顶端开始不断地分解问题，直到你看到问题已经分解到最小并已得到解决，之后只用返回保存的答案即可。这叫做记忆存储。
自下而上：你可以直接开始解决较小的子问题，从而获得最好的解决方案。在此过程中，你需要保证在解决问题之前先解决子问题。这可以称为表格填充算法。
至于迭代和递归与这两种方法的关系，自下而上用到了迭代技术，而自上而下则用到了递归技术。

---