力扣第70题：爬楼梯题解

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];
    }
};