P10250 [GESP样题 六级] 下楼梯

洛谷 - dp 题目详解 3(超详细版) 摘要:本文讲解了两道动态规划题目。第一题P2800是爬塔问题,小A可以花费时间爬楼或使用仙术跳跃,但跳跃后必须休息至少一层。解法采用动态规划,状态转移方程为dp[i]=min({dp[i],dp[i-1],dp[i-2],dp[i-3]})+a[i]。第二题P10250是关于下楼梯的方案数计算,每次可以走1-3个台阶,递推公式为dp[i]=dp[i-1]+dp[i-2]+dp[i-3]。两题都给出了详细的代码实现。 阅读详情

记录80

#include<bits/stdc++.h>
using namespace std;
long long dp[65];
int main(){
	int n;
	cin>>n;
	dp[1]=1,dp[2]=2,dp[3]=4;
	for(int i=4;i<=n;i++) dp[i]=dp[i-1]+dp[i-2]+dp[i-3];
	cout<<dp[n];
	return 0;
} 

题目传送门https://www.luogu.com.cn/problem/P10250


突破口

顽皮的小明发现,下楼梯时每步可以走 1 个台阶、2 个台阶或 3 个台阶。现在一共有 N 个台阶,你能帮小明算算有多少种方案吗?


思路

🔍 一、题目思路分析

1. 问题本质:爬楼梯变种(三步可达)
  • 小明在第 0 级台阶,要走到第 N 级
  • 每次可以走 1 步、2 步 或 3 步
  • 问:有多少种不同的走法?

这是经典的 动态规划(DP) 问题,是“斐波那契数列”的扩展。


2. 状态定义

设 dp[i] 表示走到第 i 级台阶的方案数。

3. 状态转移方程

要到达第 i 级,最后一步可能是:

  • 从 i−1 走 1 步
  • 从 i−2 走 2 步
  • 从 i−3 走 3 步

所以:

dp[i]=dp[i−1]+dp[i−2]+dp[i−3]dp[i]=dp[i−1]+dp[i−2]+dp[i−3]

4. 初始条件(边界)
  • dp[0] = 1(站在地面,1 种方案:不动)
    但本题从 N≥1 开始,且样例给出:
    • N=1 → 1 种(1)
    • N=2 → 2 种(1+1, 2)
    • N=3 → 4 种(1+1+1, 1+2, 2+1, 3)

所以直接初始化:

  • dp[1] = 1
  • dp[2] = 2
  • dp[3] = 4

✅ 验证 N=4:

  • dp[4] = dp[3] + dp[2] + dp[1] = 4 + 2 + 1 = 7 ✅(符合样例)

代码分析

✅ 代码逐行解释

#include<bits/stdc++.h>
using namespace std;
long long dp[65];
  • 引入标准库
  • 定义 dp 数组,大小 65(因为 N ≤ 60,留余量)
  • 使用 long long:防止结果溢出(N=60 时答案很大)
int main(){
    int n;
    cin >> n;
  • 读入台阶总数 n
    dp[1] = 1, dp[2] = 2, dp[3] = 4;
  • 初始化前三个值(根据实际走法枚举得出)
    for(int i = 4; i <= n; i++)
        dp[i] = dp[i-1] + dp[i-2] + dp[i-3];
  • 从第 4 级开始,按递推公式计算
  • 时间复杂度:O(n),空间复杂度:O(n)
    cout << dp[n];
    return 0;
}
  • 输出走到第 n 级的方案总数

🧪 样例验证

样例 1:n = 4
  • dp[4] = 4 + 2 + 1 = 7 ✅
样例 2:n = 10
  • 依次计算:
    • dp[4]=7
    • dp[5]=13
    • dp[6]=24
    • dp[7]=44
    • dp[8]=81
    • dp[9]=149
    • dp[10]=274 ✅

✅ 总结

要点说明
模型三阶线性递推(类斐波那契)
状态转移dp[i] = dp[i-1] + dp[i-2] + dp[i-3]
初始值dp[1]=1, dp[2]=2, dp[3]=4
数据类型用 long long 防止溢出(N=60 时约 10¹² 量级)
复杂度O(n) 时间,O(n) 空间

补充

在动态规划(DP)中,边界条件(或称初始状态、base case)是整个递推的起点。如果边界处理错误,即使状态转移方程正确,结果也会全错。

下面从 通用原则 + 常见场景 + 实战技巧 三方面讲解如何正确处理 DP 的边界条件。


一、核心原则:“最小不可再分的子问题”

边界条件对应的是问题规模最小、无需递推就能直接得出答案的情况。

✅ 问自己:
“当 n = 0、1、2 … 时,答案是多少?能否手动枚举?”


二、常见 DP 类型与边界处理方法

1. 线性递推型(如爬楼梯、斐波那契)

  • 问题:f(n) = f(n-1) + f(n-2) + ...
  • 边界:根据题意手动计算前几项
题目边界设置说明
爬楼梯(1/2步)dp[0]=1, dp[1]=1 或 dp[1]=1, dp[2]=2取决于是否定义 dp[0]
本题(1/2/3步)dp[1]=1, dp[2]=2, dp[3]=4直接枚举小规模情况
斐波那契dp[1]=1, dp[2]=1题目定义

🔑 技巧:优先按题目输入范围的最小值来设边界(如 N≥1,则从 dp[1] 开始)


2. 网格路径型(如走格子)

  • 状态:dp[i][j] 表示走到 (i,j) 的方案数
  • 边界:第一行、第一列(只能沿一个方向走)
// 无障碍
for (int i=1; i<=n; i++) dp[i][1] = 1;
for (int j=1; j<=m; j++) dp[1][j] = 1;
  • 有障碍:若某格是障碍,则 dp[i][j] = 0,且后续路径无法通过它

⚠️ 注意:起点是否合法?
如果 (1,1) 是障碍 → 整个答案为 0


3. 背包问题

  • 01 背包:cpp

    dp[0][*] = 0;   // 0 个物品,价值为 0
    dp[*][0] = 0;   // 容量为 0,装不下
  • 完全背包:类似,但注意初始化是否允许“恰好装满”

🔑 关键:dp[0][v] 的含义要明确(选 0 个物品时的最大价值)


4. 区间 DP(如石子合并)

  • 边界:长度为 1 的区间cpp
    for (int i=1; i<=n; i++) dp[i][i] = 0; // 合并一个堆,代价为 0

三、处理边界的实用技巧

✅ 技巧 1:从“空状态”开始思考

  • 例如:爬楼梯中,dp[0] = 1 表示“站在地面,有 1 种方式(什么都不做)”
  • 这能让递推更统一(dp[2] = dp[1] + dp[0])

但注意:题目是否允许 n=0? 若输入保证 n≥1,可不设 dp[0]


✅ 技巧 2:手动枚举小数据验证边界

  • 对 n=1,2,3 手动算出答案
  • 看你的 dp[1], dp[2], dp[3] 是否匹配

例:本题中 N=1 → 1 种;N=2 → 2 种;N=3 → 4 种 → 直接赋值


✅ 技巧 3:数组下标对齐问题

  • 有些题用 dp[0] 表示第 1 个元素,有些用 dp[1]
  • 建议:让 dp[i] 直接对应“第 i 个”(如台阶 i、第 i 个物品),避免混淆

✅ 技巧 4:警惕“非法状态”

  • 如本题中的“偶行列禁区”,某些 dp[i][j] 应强制为 0
  • 在初始化或转移时显式处理:
    if (isForbidden(i, j)) dp[i][j] = 0;
    else dp[i][j] = dp[i-1][j] + dp[i][j-1];

✅ 技巧 5:使用足够大的数组,避免越界

  • 比如 N≤60,开 dp[65] 而不是 dp[61],防止 i-3 越界
  • 或者在循环中控制起始点(如从 i=4 开始)

四、总结:处理边界四步法

  1. 理解状态定义:dp[i] 到底表示什么?
  2. 找出最小问题:n=0,1,2… 时答案是多少?
  3. 手动验证:用样例或小数据检查边界值
  4. 统一处理非法状态:障碍、禁区、不可达等设为 0 或 -∞

🎯 一句话记住:

边界条件 = 递推无法覆盖的最小情况 + 非法状态的显式处理

掌握这一点,DP 的正确率会大幅提升!

gesp(C++六级)(1)洛谷:P10250:[GESP样题 六级] 下楼梯 阅读详情

相关推荐

GESP六级真题考点分析和解题思路

本文分析了GESP六级考试的18道真题,涵盖动态规划、树形结构、图论算法等核心考点。重点题目包括下楼梯(动态规划)、工作沟通(LCA算法)、运送物资(网络流)等。试题难度以普及级为主,涉及拓扑排序、树形DP、二分答案等典型算法。备考建议掌握动态规划状态转移、树结构的DFS遍历、图论算法实现等关键技能,并熟悉提供的代码模板(如拓扑排序和树直径计算)。通过系统练习这些高频题型和算法模板,可以有效提升六级考试通过率。

lan_in的博客 777

洛谷 P10250 [GESP样题 六级] 下楼梯-普及-

个台阶,你能帮小明算算有多少种方案吗?顽皮的小明发现,下楼梯时每步可以走。输出一行一个整数表示答案。输入一行,包含一个整数。对全部的测试点,保证。

weixin_37253733的博客 445

从零到一:Quartus II连接开发板实战,打通绘图、管脚分配、编译与下载全链路

本文详细介绍了使用Quartus II软件连接FPGA开发板并完成首个项目的全流程。从硬件连接到驱动安装,到绘制电路框图、精准分配管脚,再到编译设置与最终下载,手把手指导您打通从设计到硬件实现的完整链路,是FPGA初学者的实战入门指南。

mqtt6iot的博客 717

打卡信奥刷题(263)用Scratch图形化工具信奥P10250 [普及组][GESP样题 六级] 下楼梯

顽皮的小明发现,下楼梯时每步可以走1个台阶、2个台阶或3个台阶。现在一共有N个台阶,你能帮小明算算有多少种方案吗?

Loge谈信奥--一个专注于信奥人的博客 2351

参考线平滑-FemPosDeviation-SQP

使用SQP(顺序二次规划)对离散点进行平滑

mpt0816的博客 2440

MATLAB实战:64QAM通信系统仿真全流程解析(附误码率优化技巧)

本文提供了一份完整的64QAM通信系统MATLAB仿真实践指南。从系统架构设计、发射端格雷码映射与脉冲成形,到信道建模、接收端同步与均衡,详细解析了全链路实现流程。文章重点分享了误码率曲线与理论值偏差的排查清单和深度优化技巧,帮助工程师构建工业级精度的仿真模型,解决高阶调制系统仿真的核心难题。

jenkins8butler的博客 405

简单的dp问题

顽皮的小明发现,下楼梯时每步可以走 $1$ 个台阶、$2$ 个台阶或 $3$ 个台阶。现在一共有 $N$ 个台阶,你能帮小明算算有多少种方案吗?对全部的测试点,保证 $1 \leq N \leq 60$。# [GESP样题 六级] 下楼梯。输入一行,包含一个整数 $N$。输出一行一个整数表示答案。简单的dp问题,递推解决。### 样例输入 #1。### 样例输出 #1。### 样例输入 #2。### 样例输出 #2。

byte_Johnson的博客 814

VESTA-LAMMPS-OVITO实战:分子动力学模拟中的弗伦克尔缺陷与位错环分析

分子动力学模拟是研究材料辐照损伤的重要工具,级联碰撞后产生的弗伦克尔缺陷和位错环直接影响材料性能。要准确识别这些缺陷,需要从晶体结构建模、模拟计算到可视化分析的全流程配合。VESTA作为晶体结构建模工具,能够构建完美的初始晶格;LAMMPS负责执行分子动力学计算,输出包含缺陷信息的轨迹;OVITO则通过Wigner-Seitz分析和位错提取算法(DXA)定量识别空位、间隙原子及位错环。理解这些工具的原理与参数设置,能有效提升缺陷分析的准确性和效率。本文面向材料模拟与计算科学领域的研究人员,系统梳理了从VES

weixin_29758911的博客 285

打卡信奥刷题(797)用C++信奥P10250[普及组/提高] [GESP样题 六级] 下楼梯

顽皮的小明发现,下楼梯时每步可以走1个台阶、2个台阶或3个台阶。现在一共有N个台阶,你能帮小明算算有多少种方案吗?

Loge谈信奥--一个专注于信奥人的博客 4801

SRAM compiler选项中 Soft Error Repair (SER)

引起的瞬时故障,可能会影响 SRAM 中存储的数据。SER 功能通过某种机制检测并修复这些错误,从而提高存储器的可靠性。在 SRAM 编译器中,

hzmscut的博客 1158

【微信小程序开发与设计】垃圾智能分类小程序

垃圾分类是将来生活可持续发展的必需项。但是很多人由于缺乏垃圾分类知识,或是因为垃圾分类困难,费时费力,所以没有好好贯彻垃圾分类政策,此时设计一款方便于群众进行智能化垃圾识别分类的微信小程序就显得尤为必要。

Markelle_Fultz的博客 8246

《P10250 [GESP样题 六级] 下楼梯》

摘要: 题目要求计算小明下N级台阶的方案数,每次可走1、2或3级台阶。这是一个典型的动态规划问题,递推公式为f(n)=f(n-1)+f(n-2)+f(n-3),初始条件f(0)=1, f(1)=1, f(2)=2。例如:N=4时答案为7(1111,112,121,211,22,13,31),N=10时答案为274。数据范围限制N≤60,需注意数值溢出问题。可通过递推或记忆化搜索高效求解。

Jasmine_llq的博客 191

Transformer 面试题及详细答案120道(1-10)-- 基础概念

本文总结了Transformer模型的10个常见面试问题及答案,涵盖了其核心结构、创新点、工作机制等关键知识点。主要内容包括:Transformer的自注意力机制和多头注意力机制创新点,相比RNN/CNN的优势,模型在《Attention Is All You Need》论文中的提出背景,以及Encoder-Decoder协同工作流程等。重点解析了位置编码的作用、长距离依赖处理能力、与传统注意力机制的区别等核心问题。每个问题都给出了简明扼要的专业解答,适合作为Transformer相关面试准备的参考资料。

大剑师兰特的GIS世界 849

P10250 [GESP样题 六级] 下楼梯 题解

3831006429>2147483647,因此需要救一下,用long long。敲代码,把别的补上就好了。可以看见,半江瑟瑟半江红。这很明显就是动态规划啊。

Tjnk_bj的博客 390

支付宝域名如何加入白名单(扫码老是弹窗)

支付宝扫码之后,遇到非支付宝官方网页,请确认是否继续访问弹窗,问题解决办法。本章教程提供解决办法,亲测有效。

猿小白的博客 9204

IDEA的使用指南

IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.

洛谷 P10250:[GESP样题 六级] 下楼梯 ← 基础动态规划

​动态规划分析方法:https://blog.youkuaiyun.com/hnjzsyjyj/article/details/147405964

hnjzsyjyj的专栏 30

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

记——那次难忘的GESP六级考试(202603)+编程题题解

本文记录了作者参加GESP六级考试的全过程,重点描述了备考和考试当天的经历。作者详细列出了自己完成的13道编程题目及解题思路,包括DP、贪心、树状数组等算法题,同时也提到未完成的8道题目。考试当天经历了忘带鼠标的意外,利用触控板继续练习。文章还提到选择题涉及动态规划、树遍历等基础知识,整体展现了作者从紧张备考到从容应考的心路历程,以及面对突发状况的应对能力。

2401_84010520的博客 641

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

B3635、P1255、P10250 题解

顽皮的小明发现,下楼梯时每步可以走 1 个台阶、2 个台阶或 3 个台阶。状态转移方程:dp[i]=min{dp[i-1],dp[i-11],dp[i-5]}=1;对于样例数据 1,最佳方案是 15=5+5+5,使用到 3 枚硬币。对于样例数据 2,最佳方案是 12=11+1,使用到 2 枚硬币。楼梯有 N 阶,上楼可以一步上一阶,也可以一步上二阶。对于 100% 的数据,保证 n≤106。想要凑出 n 元,问需要的最少硬币数量。仅一行,一个正整数,表示需要的硬币个数。对全部的测试点,保证 1≤N≤60。

xvhao2013的博客 472

算法题(197):下楼梯(动态规划)

由于移动距离为1~3,所以我们走最后一步到第n个台阶共有三种走法,分别是一步,二步,三步到达台阶n。故到达台阶n的路径就可以分为三条,第一条是最后走一步到台阶n的f[n-1]这里的表指的是dp表,也就是f[N]数组,由于我们是需要当前台阶的前三个台阶的f值累加求出当前台阶的f值,所以是从左到右进行计算与填写。由于上台阶和下台阶的过程是可逆的,所以上台阶和下台阶的方案数是一样多的,我们将下台阶变为上台阶来解决。本题需要我们输出台阶数为n时一共有的走台阶方案。第二条是f[n-2],第三条是f[n-3]。

2301_79954395的博客 562

NO.82十六届蓝桥杯备战|动态规划-从记忆化搜索到动态规划|下楼梯|数字三角形(C++)

的值时,我们仅仅需要前三个格⼦的值,第i-4个及其之前的格⼦的值已经毫⽆⽤处了。因此,可以⽤三个变量记录i位置之前三个格⼦的值,然后在填完i位置的值之。需要注意,当⽤因为我们当前这个位置的值需要左上⻆位置的值,因此滚动数组优化的时候,要改变第⼆维的遍历顺序。我们发现,在填写第i ⾏的值时,我们仅仅需要前⼀⾏的值,并不需要第i - 2 以及之前⾏的值。因此,我们可以只⽤⼀个⼀维数组来记录上⼀⾏的结果,然后在这个数组上更新当前⾏的值。学习动态规划最经典的⼊⻔题。

ChoSeitaku的博客 1564

C++算法基础——递推入门(1)

i<=N;i++)不难发现,dp[i]的状态取决于dp[i-1],dp[i-2],dp[i-3]。可见,递推的核心在于由已知量推出未知量,// 边界1:第0项是0// 边界2:第1项是1// 递归:前两项之和int main()int n = 6;// 输出 8return 0;不难发现,我们传入了实参6,让fib函数实现自我调用递推:从前往后推。从已知的起点(边界条件)开始,顺着规律一直推到目标答案递归:从后往前问。从目标答案开始,往回拆,拆到已知的起点(边界条件)就停止。

KT_YYF的博客 421

[每日随题14] 递推 - 滑动窗口 - 数学

本文总结了三个编程题目及其解法: P10250 下楼梯问题:通过递推公式$dp_i = dp_{i-1}+dp_{i-2}+dp_{i-3}$求解,时间复杂度$O(n)$,适合初学者。 P8551 Bassline问题:利用滑动窗口和优先队列,排序后枚举区间端点,时间复杂度$O(n\log n)$,考察STL应用。 P2424 约数和问题:通过数学方法优化计算,利用整除分块将复杂度降至$O(\sqrt{n})$,适用于大数范围。 三题难度递增,涵盖递推、滑动窗口和数学优化等知识点。

ShallowDream 的博客 750

算法基础-动态规划

本文系统讲解了动态规划算法的核心思想与解题方法。首先指出动态规划是算法学习中的难点,具有入门难、题型多、题目难三大特点。文章通过斐波那契数列问题,循序渐进地介绍了从记忆化搜索到递推式动态规划的转化过程,并详细解释了状态表示、状态转移方程和初始化等核心概念。随后,通过下楼梯、数字三角形、台阶问题、最大子段和、传球游戏和乌龟棋等经典例题,展示了如何运用动态规划解决实际问题。每个例题都包含完整的状态分析、转移方程推导和代码实现,其中特别强调了空间优化技巧。文章最后指出,动态规划虽然复杂,但通过大量练习和循序渐进的

2401_87986548的博客 743
上一篇: P8707 [蓝桥杯 2020 省 AB1] 走方格
下一篇: P1130 红牌
谢天谢地AC了 | 信奥教练
博客等级 码龄1年 53粉丝 177原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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