思路:用 f(x) 表示爬到第 x 级台阶的方案数,考虑最后一步可能跨了一级台阶,也可能跨了两级台阶,所以可以列出如下式子:f(x) = f(x - 1) + f(x - 2),即斐波那契数列。
斐波那契数列的方式:递归和动态规划
class Solution {
// 递归
public int climbStairs1(int n) {
if (n <= 2)
return n;
return climbStairs1(n-1) + climbStairs1(n-2);
}
}
尾递归
class Solution {
public int climbStairs(int n) {
return fun(n, 1, 1);
}
public int fun(int n, int acc, int cal){
if(n <= 1) return cal;
//acc充当收集器的作用,收集上一次运行栈的返回值,因为之后栈空间会被回收
//cal是每一次递归的计算
return fun(n - 1, cal, acc + cal);
}
}
动态规划:dp[n]表示有多少种方法到达第n级台阶,所以要开 n+1 大小
class Solution {
public int climbStairs(int n) {
if(n <= 2) return n;
int dp[] = new int[n +1];
dp[1] = 1;
dp[2] = 2;
for(int i = 3; i <= n; i++){
dp[i] = dp[i-1]+dp[i-2];
}
return dp[n];
}
}
滚动数组:动态规划每次都只用到 dp[i-1] 和 dp[i-2],所以我们用两个变量表示从而进一步优化空间复杂度。 注意数组的滚动顺序
class Solution {
public int climbStairs(int n) {
if(n <= 2) return n;
int first = 1, second = 2, sum = 0;
for(int i = 3; i <= n; i++){
sum = first + second;
// 注意赋值顺序不能反了
first = second;
second = sum;
}
return sum;
}
}