青蛙跳台阶(2XN骨牌问题)

本文探讨了经典的青蛙跳台阶问题与骨牌问题,并通过分析揭示两者与斐波那契数列之间的联系。提供了两种解决方案:递归方法虽然直观但效率低下;非递归方法则更高效,适合解决实际问题。

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。求该青蛙跳上一个n级的台阶总共有多少种跳法。

或者是骨牌问题:

骨牌长2宽1,有一个长N宽2的桌子,问将骨牌摆满桌子有多少种摆法?(骨牌不能相互覆盖,且骨牌之间不能留有空隙)


这个两个问题都是一样的,我们一青蛙跳为例:

可以列出几个N比较小的解法 n=1是有1种方法,n=2时有2种,n=3时有3种,n=4时有5中,n=5是有8种,......,

看看以上结果,是不是举得似曾相识?从n=3开始这个就是fibonacci数列了,所以使fibonacci数列的方式来解:非为递归和非递归。


1使用递归的方式来解青蛙跳,这种方式效率非常低大概到n=30时就会感觉很慢了(查看http://www.nowamagic.net/librarys/veda/detail/2321),n=50就直接要等待半天才能打印,一下只列出代码(和fibonacci递归稍有不同,具体可以查看fibonacci递归),但实际上不用:

int num = 0;
//fibonacci递归算法
void fibonacci(int n)
{
	if (0 == n)
	{
		++num;
	}
	else if (n < 0)
	{
		return ;
	}
	function(n - 1);
	function(n - 2);
}
int main()
{
	int n;
	cin >> n;
	function(n);
	cout << num << endl;
	return 0;
}

2 使用非递归方法来解决青蛙跳问题,这个中方法是将复杂度为O(n),还是比较好的,代码如下:


<pre name="code" class="cpp">#include<iostream>
using namespace std;

 
//fibonacci非递归算法
int  fibonacci2(int n)
{
	 int num = 0;
	if (1 == n)
	{
		num = 1;
	}
	else if (2 == n)
	{
		num = 2;
	}
	else
	{
		int * a = new int[n+1];
		a[1] = 1;
		a[2] = 2;
		for (int i = 3; i <= n; ++i)
		{
			a[i]= a[i-2] + a[i - 1];
		}
		num = a[n];
	}
	return num;
}

int main()
{
	int n = 0;
	cin >> n;
	cout << fibonacci2(n) << endl;
	return 0;
}




下载方式:https://pan.quark.cn/s/26794c3ef0f7 本文阐述了在Django框架中如何适当地展示HTML内容的方法。 在Web应用程序的开发过程中,常常需要向用户展示HTML格式的数据。 然而,在Django的模板系统中,为了防御跨站脚本攻击(XSS),系统会默认对HTML中的特殊字符进行转义处理。 这意味着,如果直接在模板代码中插入包含HTML标签的字符串,Django会自动将其转化为文本形式,而不是渲染为真正的HTML组件。 为了解决这个问题,首先必须熟悉Django模板引擎的安全特性。 Django为了防止不良用户借助HTML标签注入有害脚本,会自动对模板中输出的变量实施转义措施。 具体而言,模板引擎会将特殊符号(例如`<`、`>`、`&`等)转变为对应的HTML实体,因此,在浏览器中呈现的将是纯文本而非可执行的代码。 尽管如此,在某些特定情形下,我们确实需要在页面上呈现真实的HTML内容,这就需要借助特定的模板标签或过滤器来调控转义行为。 在提供的示例中,开发者期望输出的字符串`<h1>helloworld</h1>`能被正确地作为HTML元素展示在页面上,而不是被转义为文本`<h1>helloworld</h1>`。 为实现这一目标,作者提出了两种解决方案:1. 应用Django的`safe`过滤器。 当确认输出的内容是安全的且不会引发XSS攻击时,可以在模板中这样使用变量:```django<p>{{ data|safe }}</p>```通过这种方式,Django将不会对`data`变量的值进行HTML转义,而是直接将其当作HTML输出。 2. 使用`autoescape`标签。 在模板中,可以通过`autoesc...
已经博主授权,源码转载自 https://pan.quark.cn/s/1d1f47134a16 Numerical Linear Algebra Visual Studio C++实现数值线性代数经典算法。 参考教材:《数值线性代数(第2版)》——徐树方、高立、张平文 【代码结构】 程序包含两个主要文件 和 。 中实现矩阵类(支持各种基本运算、矩阵转置、LU 分解、 Cholesky 分解、QR分解、上Hessenberg化、双重步位移QR迭代、二对角化),基本方程组求解方法(上三角、下三角、Guass、全主元Guass、列主元Guass、Cholesky、Cholesky改进),范数计算方法(1范数、无穷范数),方程组古典迭代解法(Jacobi、G-S、JOR),实用共轭梯度法,幂法求模最大根,隐式QR算法,过关Jacobi法,二分法求第K大特征值,反幂法,SVD迭代。 中构建矩阵并求解。 【线性方程组直接解法】 不选主元、全主元、列主元三种Guass消去法,Cholesky分解及其改进版。 【report】 【方程组解误差分析】 矩阵范数计算、方程求解误差分析。 【report】 【最小二乘】 QR分解算法求解线性方程组、最小二乘问题。 【report】 【线性方程组古典迭代解法】 Jacobi迭代法、G-S迭代法、SOR迭代法求解方程组。 【report】 【共轭梯度法】 实用共轭梯度法。 【report】 【非对称特征值】 幂法求模特征根、QR方法(上Hessenberg分解、双重步位移QR迭代、隐式QR法) 【report】 【对称特征值】 过关Jacobi法、二分法、反幂法。 【report】 【对称特征值】 矩阵二对角化、SVD迭代。 【report】
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