题目描述
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?
示例 1:
输入:n = 2 输出:2 解释:有两种方法可以爬到楼顶。 1. 1 阶 + 1 阶 2. 2 阶
示例 2:
输入:n = 3 输出:3 解释:有三种方法可以爬到楼顶。 1. 1 阶 + 1 阶 + 1 阶 2. 1 阶 + 2 阶 3. 2 阶 + 1 阶
提示:
1 <= n <= 45
解法一(动态规划)
我们用dp[i]表示爬到第i级台阶的方案数,初始条件dp[1]=1,dp[2]=2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:
上式即为动态转移方程它意味着爬到第i级台阶的方案数是爬到第i-1级台阶的方案数和爬到第i-2级台阶的方案数的和。很好理解,因为每次只能爬1级或2级,所以dp[i]只能从dp[i-1]dp[i-2]转移过来,而这里要统计方案总数,我们就需要对这两项的贡献求和。
我们不难通过转移方程和边界条件给出一个时间复杂度和空间复杂度都是O(n)的实现
代码
#include<iostream>
#include<vector>
#include <algorithm>
using namespace std;
class Solution {
public:
int climbStairs(int n) {
if (n == 1) return 1;
if (n == 2) return 2;
if (n >= 3) return climbStairs(n - 1) + climbStairs(n - 2);
return 0;
}
};
int main() {
int n;
cin >> n;
Solution solution;
int result = solution.climbStairs(n);
cout << result;
return 0;
}
由于这里的dp[i]只和dp[i-1]与dp[i-2]有关,所以我们可以用「滚动数组思想」把空间复杂度优化成 O(1)
优化后代码
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;
}
};
解法二(矩阵快速幂)
通过数列关系我们可以构建这样一个递推过程:
因此我们只需要计算矩阵M的n次方即可得到dp(n)的值,时间复杂度为O(logn)
代码
class Solution {
public:
vector<vector<long long>> multiply(vector<vector<long long>> &a, vector<vector<long long>> &b) {
vector<vector<long long>> c(2, vector<long long>(2));
for (int i = 0; i < 2; i++) {
for (int j = 0; j < 2; j++) {
c[i][j] = a[i][0] * b[0][j] + a[i][1] * b[1][j];
}
}
return c;
}
vector<vector<long long>> matrixPow(vector<vector<long long>> a, int n) {
vector<vector<long long>> ret = {{1, 0}, {0, 1}};
while (n > 0) {
if ((n & 1) == 1) {
ret = multiply(ret, a);
}
n >>= 1;
a = multiply(a, a);
}
return ret;
}
int climbStairs(int n) {
vector<vector<long long>> ret = {{1, 1}, {1, 0}};
vector<vector<long long>> res = matrixPow(ret, n);
return res[0][0];
}
};
参考链接:. - 力扣(LeetCode)