青铜三人行之青蛙跳台阶

先说一个消息，为了方便互相交流学习，青铜三人行建了个微信群，感兴趣的伙伴可以扫码加下面的小助手抱你入群哦！

青蛙跳台阶问题

青铜三人行——每周一题@青蛙跳台阶

青蛙跳台阶问题

一只青蛙一次可以跳上1级台阶，也可以跳上2级台阶。求该青蛙跳上一个 n 级的台阶总共有多少种跳法。

答案需要取模 1e9+7（1000000007），如计算初始结果为：1000000008，请返回 1。

示例 1：

输入：n = 2
输出：2

示例 2：

输入：n = 7
输出：21

提示：

0 <= n <= 100

解题思路

这次的题看起来偏实际一些，读起来会有点绕。实际上书香在解题的时候，第一反应也是从正面开始考虑了上周讨论的贪心算法 —— 考虑每多上一步时最多可能有几种上法，但发现穷举的数量还挺复杂的，并没有完成出代码（如果有完成的小伙伴可以来讨论下）…

既然这道题的难度是「简单」，应该不至于这么复杂吧。于是又从头考虑了下：

• 如果台阶是1个，那么就只有一种上法
• 如果台阶是2个，那么就有两种上法 —— 一次1步或一次2步

那么接着添加一个台阶，如果是3个呢？

• 如果最后剩1个台阶，那么前面就要上2个台阶：前面的台阶有两种上法。
• 如果最后剩2个台阶，那么前面就要上1个台阶：前面的台阶只有一种上法。

那么3个台阶的上法就是2个台阶的上法 + 1个台阶的上法 = 3种。

那么4个台阶呢？最后一步也只有2种情况：

• 如果最后剩1个台阶，那么前面就要上3个台阶
• 如果最后剩2个台阶，那么前面就要上2个台阶

于是4个台阶的上法就是3个台阶的上法 + 2个台阶的上法 = 5种

以此类推下去，我们会发现，n-1 个台阶的上法 + n -2 个台阶的上法 = n 个台阶的上法 。换成公式就是 f(n) = f(n-1) + f(n-2) 。

桥豆麻袋！好眼熟啊，我们似乎发现了事实的真相 ？？？这不就是一个典型的斐波那契数列吗？？？小样，换了身马甲，差点没认出你来！

代码

Talk is cheap, show me the code.

既然有了思路，这道题就很简单了。书香很快就给出了代码：

/**
 * @param {number} n
 * @return {number}
 */
var numWays = function(n) {
    if(n <= 1) return 1;
    else if(n === 2) return 2;  //台阶少的特殊情况

    let prev1 = 1; 
    let prev2 = 2;
    let current = 0;
    let mod = 1e9 + 7;
    for(let i = 3; i <= n; i++) {   //从3个台阶开始的通用情况
        current = (prev1 + prev2) % mod;
        prev1 = prev2;
        prev2 = current;
    }
    return current;
};

注意题目中，要求得到的答案要对 1e9 + 7 来求模，所以每次获取 current 变量的时候，都执行了 % 求模操作。

而 Helen 也给出了同样思路的递归解法：

var numWays = function(n) {
    const cache = {};
    function play (_n) {
        if (_n <= 1) {
            return 1;
        }

        if (cache[_n]) {
            return cache[_n];
        } else {
            cache[_n] = (play(_n - 1) + play(_n - 2)) % 1000000007;
            return cache[_n];
        }
    }
    return play(n); 
};

还记得递归和循环之间是可以相互转换的吗？

Extra go
这种小问题当然难不倒老曾，他在后悔给我们选了一道如此简单的题（开心的书香和 helen）。于是他随手写出了 go 语言的代码:

func numWays(n int) int {
    if n==0{
        return 1
    }

    if n==2 || n==1{
        return n
    }

    a := 1
    b := 2
    c := 0
    for i:=3;i<=n;i++{

       c = (a+b)%1000000007
       a = b 
       b = c 

    }
    return c
}

动态规划

OK，题目虽然简单，但是青铜三人行在复盘的时候，还是发现这种解法其实有个看起来挺高大上的名字：动态规划（英语：Dynamic programming，简称DP）。

虽然名字看起来很高大上，其实背后的思想很简单：若要解一个给定问题，我们需要解其不同部分（即子问题），再根据子问题的解以得出原问题的解。

比如这道题，我们把上台阶的问题分解成了每增加一个台阶时，应该有几种情况的子问题，从而发现了在每增加一个台阶时，跟之前情况之间的关系，找出了其中共通的模式，来解决题目。

这种思考问题的方式，往往在数学、管理科学、计算机科学、经济学和生物信息学中，解决前后关联比较复杂的问题时，会非常的有用。

下周见~

---

三人行

• 知乎专栏
• 视频专辑