LeetCode刷题-动态规划专题-70. 爬楼梯(easy)

本文介绍了如何使用暴力搜索和回溯法以及动态规划解决经典的爬楼梯问题。通过递推公式展示了如何将问题转化为从前两阶台阶数的和来计算第i阶的走法。通过代码实例展示了动态规划的思路和实现,适用于解决涉及状态转移的问题。
摘要由CSDN通过智能技术生成

解题思路

1、暴力搜索、回溯法:

  1. 当前可走1步,递归回溯剩下的台阶走法
  2. 当前可走2步,递归回溯剩下的台阶走法

2、动态规划:由于每次最多爬2阶,楼梯的第i阶,只可能从楼梯的 i − 1 i-1 i1阶与 i − 2 i-2 i2阶到达。故第i阶有多少种爬法,只与第 i − 1 i-1 i1阶、第 i − 2 i-2 i2阶的爬法数量直接相关
因此有递推关系式 : O P T ( i ) = O P T ( i − 1 ) + O P T ( i − 2 ) :OPT(i)=OPT(i-1)+OPT(i-2) :OPT(i)=OPT(i1)+OPT(i2)

解题代码

class Solution {		//思路一(LeetCode下时间超时)
    public int climbStairs(int n) {
        if(n == 1)    //递归出口1:当只有一个台阶时,这个时候只有一种方法爬楼梯
            return 1;
        else if(n == 2)  //递归出口2:当只有两个台阶时,这个时候只有两种方法爬楼梯
            return 2;
        else{
            int A = climbStairs(n-1);    //在当前情况下选择爬1个台阶
            int B = climbStairs(n-2);   //在当前情况下选择爬2个台阶
            return A + B;
        }
    }
}

class Solution {
    public int climbStairs(int n) {   //思路二
        int[] dp = new int[n + 3];   //数组大小为n+3的原因的原因是防止数组发生越界异常
        for(int i = 0; i < n + 3; i++)  
        {
            dp[i] = 0;
        }
        dp[0] = 0;
        dp[1] = 1;
        dp[2] = 2;
        for(int i = 3; i <= n; i++)
        {
            dp[i] = dp[i - 1] + dp[i - 2];
        }
        return dp[n];
    }
}

总结

动态规划的原理:

  1. 确定原问题和子问题
  2. 确定状态
  3. 确定边界状态的值
  4. 确定转移方程
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值