题目介绍
力扣70题:https://leetcode-cn.com/problems/climbing-stairs/
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?
注意:给定 n 是一个正整数。
分析
这是一道非常经典的面试题。爬楼梯需要一步一步爬,很明显,这可以划分阶段、用动态规划的方法来解决。对于爬n级台阶,考虑它的最后一步,总是有两种情况可以到达:从n-1级台阶处,爬1个台阶;或者从n-2级台阶处,爬2个台阶。所以我们可以将到达n级台阶的方法保存下来,记为f(n)。
于是有状态转移方程:f(n)=f(n-1)+f(n-2)
方法一:动态规划
跟斐波那契数列类似,代码演示如下:
// 方法一:动态规划
public int climbStairs1(int n){
// 定义两个临时变量,保存前两个状态
int pre2 = 1, pre1 = 1; // fib(1)和fib(2)
int curr;
for (int i = 1; i < n; i++){
// 定义一个临时变量,保存当前的状态
curr = pre1 + pre2;
pre2 = pre1;
pre1 = curr;
}
return pre1;
}
复杂度分析
- 时间复杂度:O(n),循环中的计算要执行n-1次。
- 空间复杂度:O(1),这里只用了常数个临时变量。
方法二:数学方法
我们发现,状态转移方程f(n)=f(n-1)+f(n-2)
其实就是斐波那契数列的递推公式,所以这道题目的求解,其实就是要求斐波那契数列的某一项。
通过数学方法,可以推出斐波那契数列的通项公式为:
所以,我们可以通过公式直接得到结果。这里需要注意的是,爬楼梯的数列其实是:1,2,3,5,…对比真正的斐波那契数列,少了第一项1。所以对于爬n级台阶,结果其实是斐波那契数列的第n+1项。
代码如下:
// 方法二:数学公式法
public int climbStairs(int n){
double sqrt_5 = Math.sqrt(5);
double fib = (Math.pow((1 + sqrt_5) / 2, n + 1) - Math.pow((1 - sqrt_5) / 2, n + 1)) / sqrt_5;
return (int) fib;
}
复杂度分析
- 时间复杂度:O(1)。主要依赖于pow运算的时间复杂度,这依赖于CPU的指令集。我们一般可以认为时间复杂度为O(1)。
- 空间复杂度:O(1)。这也依赖于pow的实现,一般认为是O(1)。