【追求进步】跳台阶

题目描述

当再次编辑这个题目的时候,已经是非常后悔了,因为百度笔试题中的设计题20分就是这个题目,只不过是,还可以一次跳3个台阶;由于自己考试静不下心,最后写成了变态跳台阶问题,真的很后悔啊;
    仔细分析,不就跟这个题一模一样啊,只是多了个3级。递归式子就是f(n)=f(n-1)+f(n-2)+f(n-3)

    真的该反省下自己了,扇自己一耳光,做过的题见过的题,每次都是不记得了,而且还不耐心思考下!

其实20分的设计题,从时间复杂度都要加以分析下;
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。
总之同样也是斐波那契数列
首先我们考虑最简单的情况。如果只有1个台阶,那显然只有一种跳法。如果有2级台阶,那就有两种跳的方法了。一种是分两次跳,每次跳1级;另外一种就是一次跳2级。
接着我们再来讨论一般情况。我们把n级台阶时的跳法看成是n的函数,记为f(n).当n>2时,第一次跳的时候就有两种不同的选择:一是第一次 只跳1级,此时跳法数目等于后面剩下的n-1级台阶的跳法数目,即为f(n-1);另外一种选择是第一次跳2级,此时跳法数就是剩下的n-2级台阶的跳法数,即为f(n-2)。因此n级台阶的不同跳法数的总数f(n)=f(n-1)+f(n-2);
线上代码:
public class Solution {
    public int JumpFloor(int target) {
     //同样是斐波那契数列
        if(target==1){
            return 1;
        }
        if(target==2){
            return 2;
        }
        int fn1=1,fn2=2;
        int currentnum=0;
        for(int i=3;i<=target;i++){
            currentnum=fn1+fn2;
            fn1=fn2;
            fn2=currentnum;
        }
        return currentnum;
    }
}


<think>好的,我现在需要解决用户关于跳台问题的动态规划算法实现。首先,用户提到了多个引用,其中引用[2]和[5]提到青蛙跳台的动态规划解法,而引用[1]中的代码似乎有问题,因为根据其他引用,正确的递推公式应该是f(n) = f(n-1) + f(n-2),但引用[1]中的代码返回的是2倍,这可能是个错误。我需要确认这一点。 首先,问题描述:跳上n级台,每次可以跳1级或2级,求总共有多少种跳法。根据动态规划,这个问题的状态转移方程应该是f(n) = f(n-1) + f(n-2),初始条件f(1)=1,f(2)=2。这类似于斐波那契数列。 用户提供的引用[1]中的代码使用递归,但返回的是2 * climbStairs(n-1),这明显不符合正确的递推关系。这可能是一个错误的示例,需要指出。正确的递归应该是返回climbStairs(n-1) + climbStairs(n-2),但递归方法效率低,因为重复计算多。因此,动态规划方法可以通过存储中间结果来优化。 接下来,我需要根据正确的动态规划思路来给出算法实现。通常有两种方法:自顶向下的记忆化递归和自底向上的迭代。由于用户可能更关注算法实现,应该提供迭代方法,因为它更高效,时间复杂度O(n),空间复杂度可以优化到O(1)。 然后,我需要检查用户提供的引用内容,确保正确引用。例如,引用[2]和[5]正确描述了递推公式,而引用[1]的代码存在问题。在回答中需要指出这个问题,并给出正确的实现。 最后,生成相关问题时要围绕动态规划的应用、优化、变体等方面提问,确保问题相关且有价值。</think>### 跳台动态规划算法实现 #### 一、问题分析 跳台问题的核心是计算到达第$n$级台的方案数,每次可选择跳1级或2级。动态规划解法通过递推关系实现高效计算,递推公式为: $$f(n) = f(n-1) + f(n-2)$$ 初始条件为: $$f(1)=1,\ f(2)=2$$ #### 二、错误代码修正 引用[1]中的代码存在逻辑错误,其递推公式应为加法而非乘法。正确逻辑应与斐波那契数列类似[^2][^5]。 #### 三、动态规划实现 ##### 1. 基础版本(空间复杂度$O(n)$) ```python def climbStairs(n): if n <= 2: return n dp = [0] * (n+1) dp[1], dp[2] = 1, 2 for i in range(3, n+1): dp[i] = dp[i-1] + dp[i-2] return dp[n] ``` ##### 2. 优化版本(空间复杂度$O(1)$) ```python def climbStairs(n): if n <= 2: return n a, b = 1, 2 for _ in range(3, n+1): a, b = b, a + b return b ``` #### 四、复杂度分析 1. 时间复杂度:$O(n)$ 循环次数与台数成线性关系 2. 空间复杂度: - 基础版:$O(n)$ - 优化版:$O(1)$
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