70. Climbing Stairs(爬楼梯)

本文介绍了一个经典的动态规划问题——爬楼梯问题,并提供了一种C++的解决方案。通过递推公式vec[i]=vec[i-2]+vec[i-1]来计算不同楼梯级数的爬法数量。

额,感觉这是一道水题,明显可知递推公式是vec[i] = vec[i - 2] + vec[i - 1],当然此时楼梯的级数必然大于2,至少级数为1或2的两种情况直接例外处理就好了,除此之外没有什么麻烦的地方。

class Solution {
public:
    int climbStairs(int n) {
        if (n == 1)
            return 1;
        if (n == 2)
            return 2;
        vector<int> vec(n, 1);
        vec[1] = 2;
        for (int i = 2; i < n; i++) {
            vec[i] = vec[i - 2] + vec[i - 1];
        }
        return vec[n - 1];
    }
};


LeetCode 70 爬楼梯问题是一个经典的动态规划问题。问题描述为: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? ### 问题分析 当 n > 2 时,要爬 n 阶楼梯,必须经历的步骤是:爬到 n - 2 阶楼梯后一次性向上爬两阶或爬到 n - 1 阶台阶时再向上爬一个楼梯。设爬 n 阶楼梯的方法数为 f(n),那么 f(n) = f(n - 1) + f(n - 2) [^1]。 ### 代码实现 #### 动态规划法(Java) ```java public class ClimbingStairs { public int climbStairs(int n) { if (n == 0 || n == 1) { return 1; } int[] dp = new int[n + 1]; // 初始化状态 dp[0] = 1; dp[1] = 1; // 遍历顺序:从前往后 for (int i = 2; i <= n; i++) { dp[i] = dp[i - 1] + dp[i - 2]; } // 返回值 return dp[n]; } } ``` #### 递归法(Java) ```java public class ClimbingStairs { public int climbStairs(int n) { if (n == 0 || n == 1) { return 1; } return climbStairs(n - 1) + climbStairs(n - 2); } } ``` ### 复杂度分析 - **动态规划法**:时间复杂度为 O(n),因为只需要遍历一次数组;空间复杂度为 O(n),主要用于存储 dp 数组。 - **递归法**:时间复杂度为 O(2^n),因为存在大量的重复计算;空间复杂度为 O(n),主要是递归栈的深度。 ### 总结 动态规划法通过保存中间结果避免了递归法的重复计算,因此在时间复杂度上有明显优势。在解决爬楼梯问题时,动态规划是更优的选择。
评论
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