题目
思路
最近力扣似乎特别喜欢出dp…都连续出了好几题了都。而且主要这几题都是比较明显的dp解法,没有什么特别难的edge case以及与其他算法的交叉。
这道题主流上有三种解法。
第一种是打表法。比较无脑,但是两个复杂度都是非常的可观。
因为案例比较有限,所以可以在电脑的编译环境里,自己跑一遍代码,将所有的结果都保存记录下来,放到一个数组上。粘贴回到原题,直接得到答案。
第二种是递归。但是由于递归存在递归栈,如果递归层数过多,会爆栈,而且时间复杂度上也不太好看。空间和时间的复杂度都不太可观。
在经验上,迭代比递归耗费的时间和空间复杂度都会稍微好一点。而且,一般递归能解决的问题,迭代也都可以解决。所以一旦想到用递归来写,也自然想到了用迭代的dp算法来写。
第三种就是dp了。观察题目,先设置一个大小为n+1的数组。每次操作只有两种:跳一步或者两步。那么,如果跳一步的话,跳到i的时候,种类数自然与没跳的时候(也就是i-1的时候)相等——因为前面怎么跳,我不管,但是这一跳,只跳了一步,是我规定好的,所以不会增加新的跳法种类。
同理,如果跳两步的话,自然也跟两步前i-2的种类数相关联。
自然地,引出了状态转移方程:dp[i]=dp[i-1]+dp[i-2]。
当然也存在着edge case。dp[0]=1.以及当n=0时,直接返回0的结果。
重点在于理顺状态转移方程,其他的边边角角通过样例的运行,都可以一步步的解决。
代码
class Solution {
public:
int climbStairs(int n) {
if(n==0)return 0;
vector<int> dp(n+1,0);
dp[0]=1;
for(int i=1;i<=n;i++){
if(i-2>=0){
dp[i]=dp[i-1]+dp[i-2];
}
else {
dp[i]=dp[i-1];//防止越界
}
}
return dp[n];
}
};