编程问题:
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:
- 输入: 2
输出: 2
解释: 有两种方法可以爬到楼顶。 - 输入: 3
输出: 3
解释: 有三种方法可以爬到楼顶。
解法:
1.递归
时间复杂度O(N^2)
空间复杂度O(logN)
class Solution {
private:
void dfs(int n)
{
if (n < 0)
return;
if (n == 0)
{
res++;
return;
}
dfs(n - 1);
dfs(n - 2);
}
public:
int res = 0;
int climbStairs(int n) {
dfs(n);
return res;
}
};
或者
class Solution {
public:
int climbStairs(int n) {
if (n == 0 || n == 1)
return 1;
return climbStairs(n - 1) + climbStairs(n - 2);
}
};
2.记忆化递归
时间复杂度O(N)
空间复杂度O(N)
class Solution {
private:
int dfs(int n)
{
if (n == 0 || n == 1)
return 1;
if (tmp.find(n) == tmp.end())
tmp[n] = dfs(n - 1) + dfs(n - 2);
return tmp[n];
}
public:
unordered_map<int, int> tmp;
int climbStairs(int n) {
return dfs(n);
}
};
3.动态规划
状态: dp[i] 表示爬到第 i 级台阶的方案数。因为每次只能爬 1 级或 2 级,所以 dp[i] 只能从 dp[i-1] 和 dp[i-2] 转移过来,而这里要统计方案总数,就需要对这两项的贡献求和。
转移方程: dp[i] = dp[i-1] + dp[i-2]。
初始化:dp[0] = 1,dp[1] = 1。
结果:dp[nums.size()]
时间复杂度O(N)
空间复杂度O(N)
class Solution {
public:
int climbStairs(int n) {
vector<int> dp(n + 1);
dp[0] = dp[1] = 1;
for (int i = 2; i < n + 1; i++)
dp[i] = dp[i-1] + dp[i-2];
return dp[n];
}
};
压缩状态
时间复杂度O(N)
空间复杂度O(1)
class Solution {
public:
int climbStairs(int n) {
if (n == 1)
return 1;
int prepre = 1, pre = 1, cur;
for (int i = 2; i < n + 1; i++)
{
cur = prepre + pre;
prepre = pre;
pre = cur;
}
return cur;
}
};