一、题目
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?
二、思路解析
1.迭代
第n个台阶只能从第n-1或者n-2个上来。到第n-1个台阶的走法 + 第n-2个台阶的走法 = 到第n个台阶的走法,已经知道了第1个和第2个台阶的走法,一路加上去。
2.动态规划
我们用 f(x) 表示爬到第 xx 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,所以我们可以列出如下式子:
f(x) = f(x - 1) + f(x - 2)
1)可以通过转移方程和边界条件实现一个复杂度是O(n)的。
2)可以用「滚动数组思想」把空间复杂度优化成 O(1)。
滚动数组是DP中的一种编程思想。 简单的理解就是让数组滚动起来,每次都使用固定的几个存储空间,来达到压缩,节省存储空间的作用。 起到优化空间,主要应用在递推或动态规划中。
3.通项公式
通过数学计算得到递推数列的通项公式。直接用这个公式计算就可以。
三、代码
1.迭代java
public int climbStairs(int n) {
if(n==1||n==2) return n;
int a = 1,b = 2;//a 表示第n-2个台阶的走法,b表示第n-1个台阶的走法,传统迭代
int count = 0 ;
for(int i = 3;i<=n;i++){
count = a+b;//累加结果
//向下迭代
a = b;//下次迭代的第n-2个台阶的走法等于上次迭代n-1个台阶的走法
b = count;//下次迭代的第n-1个台阶的走法等于上次迭代的第n个台阶走法
}
return count;
}
2.动态规划+滚动数组C++
class Solution {
public:
int climbStairs(int n) {
int p = 0, q = 0, r = 1;
for (int i = 1; i <= n; ++i) {
p = q;
q = r;
r = p + q;
}
return r;
}
};
3.动态规划+滚动数组java
class Solution {
public int climbStairs(int n) {
int p = 0, q = 0, r = 1;
for (int i = 1; i <= n; ++i) {
p = q;
q = r;
r = p + q;
}
return r;
}
}
4.通项公式java
public class Solution {
public int climbStairs(int n) {
double sqrt5 = Math.sqrt(5);
double fibn = Math.pow((1 + sqrt5) / 2, n + 1) - Math.pow((1 - sqrt5) / 2, n + 1);
return (int) Math.round(fibn / sqrt5);
}
}
四、总结
1.动态规划+滚动数组
时间复杂度:循环执行 n次,每次花费常数的时间代价,故渐进时间复杂度为 O(n)。
空间复杂度:这里只用了常数个变量作为辅助空间,故渐进空间复杂度为 O(1)。