CASE 1:
借助DP思想:res[n]表示从第0阶按每次爬1或两阶台阶拍到第n阶的方法数
res[n] = res[n-1]+res[n-2] 因为最后一次做选择时只有两种选择可以选择要么爬到第n-1阶再爬1阶要么爬到n-2阶再爬2阶)
class Solution {
public int climbStairs(int n) {
if(n==1||n==2){
return n;
}
int i_1 = 2;//相当于dp[i-1],初始值为从第1阶爬到第2阶的方法数
int i_2 = 1;//相当于dp[i-2],初始值为从第1阶爬到第1阶的方法数
for(int i=3;i<=n;i++){//从第三阶开始爬,
int temp = i_1;
i_1 = i_1+i_2;
i_2 = temp;
}
return i_1;
}
}
class Solution {
/*
CASE2:
直接递归会超时,但可以利用记忆化搜索进行优化(用记忆化搜索最终结果)
memo[i]用于记录从第0阶爬到第i阶的方法数(这里这个记忆化数组用于记录我们想要求得各个中间阶段得值(中间结果),然后我们就可以直接利用已经求得得这个中间结果来求出最终结果(而不用再去求这个之前已经计算过的值),这就是为什么可以利用记忆化搜索来对中间结果得求取过程进行优化)
如果不采用记忆化搜索,则时间复杂度位O(2^n)位优化的递归的本质就是dfs
*/
private int climb(int n,int[]memo){
if(n==1||n==2) return n;
if(memo[n]!=-1){
return memo[n];
}
return memo[n] =climb(n-1,memo)+climb(n-2,memo);
}
public int climbStairs(int n) {
int[] memo = new int[n+1];
for(int i=1;i<=n;i++){
memo[i] = -1;
}
return climb(n,memo);
}
}