【算法思考记录】梦开始的地方：力扣70.爬楼梯【动态规划，C++，Py3，Java，Go，Js】

原题链接

---

动态规划入门：爬楼梯问题的多语言解法

题目简介

70. 爬楼梯是一个经典的动态规划问题，非常适合初学者入门。问题描述如下：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。问你有多少种不同的方法可以爬到楼顶。

例如：

• 输入：n = 2
• 输出：2
• 解释：有两种方法可以爬到楼顶。（1 阶 + 1 阶）和（2 阶）

解题思路

这个问题的关键是理解“动态规划”（Dynamic Programming，DP）的概念。我们可以将大问题分解为较小的子问题，然后组合子问题的解以得到原问题的解。对于爬楼梯问题，我们可以这样思考：

• 当我们在第 n 阶台阶时，我们是从第 n-1 阶或第 n-2 阶上来的。
• 因此，到达第 n 阶的方法数等于到达第 n-1 阶和第 n-2 阶方法数之和。

这就形成了一个斐波那契数列。

代码实现

以下是使用不同编程语言的实现，核心逻辑是一致的：

Python 实现

class Solution:
    def climbStairs(self, n: int) -> int:
        n_1, n_2 = 2, 1
        if n == 1:
            return n_2
        elif n == 2:
            return n_1
        for _ in range(2, n):
            n_1, n_2 = n_1 + n_2, n_1
        return n_1

Go 实现

func climbStairs(n int) int {
    n_1 := 2
    n_2 := 1
    if n == 1 {
        return n_2
    } else if n == 2 {
        return n_1
    }
    for i := 2; i < n; i++ {
        temp := n_1
        n_1 = n_1 + n_2
        n_2 = temp
    }
    return n_1
}

C++ 实现

typedef long long ll;

class Solution {
public:
    int climbStairs(int n) {
        ll a = 1, b = 2;
        if (n == 1) return 1;
        if (n == 2) return 2;
        for (int i = 2; i < n; i++) {
            ll t = b;
            b += a;
            a = t;
        }
        return b;
    }
};

Java 实现

class Solution {
    public int climbStairs(int n) {
        int n_1 = 2, n_2 = 1;
        if (n == 1) return n_2;
        for (int i = 2; i < n; i++) {
            int temp = n_1;
            n_1 += n_2;
            n_2 = temp;
        }
        return n_1;
    }
}

JavaScript 实现

var climbStairs = function(n) {
    let n_1 = 2, n_2 = 1;
    if (n == 1) return n_2;
    for (let i = 2; i < n; i++) {
        let temp = n_1;
        n_1 += n_2;
        n_2 = temp;
    }
    return n_1;
};

总结

爬楼梯问题是动态规划的经典案例，适合初学者理解和掌握动态规划的基本概念。通过多种编程语言的实现，我们可以看到不同语言如何应用相同的逻辑来解决问题。这种跨语言的思维方式对于编程能力

的提升是非常有益的。