P1255 数楼梯——真AC代码

本文介绍了一种计算从1阶到N阶楼梯的不同走法的编程问题,利用斐波那契数列原理以及高精度加法技术,通过AC代码实现了递推计算阶梯走法总数的过程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

题目描述

楼梯有 N 阶,上楼可以一步上一阶,也可以一步上二阶。

编一个程序,计算共有多少种不同的走法。

输入格式

一个数字,楼梯数。

输出格式

输出走的方式总数。

输入输出样例

输入 #1

4

输出 #1

5

说明/提示

  • 对于 60% 的数据,N≤50;
  • 对于 100% 的数据,1≤N≤5000。

分析

当我们走上一级楼梯时,一共的方案总数就等于前一阶楼梯加上前一阶的前一阶也就是前一阶的前一阶的前一阶的前一阶...加前一阶的前一阶的前一阶的前一阶的前一阶的前一阶...,因此要用到斐波那契数列。fib数列:f[i]=f[i-1]+f[i-2];     

 除此之外,因为题中的值太大了,所以还要用到高精度加法。

AC代码

#include<bits/stdc++.h>//万能头文件
using namespace std;//使用标准命名空间
int f[5050][5050],w=1;    //f[m][i]表示m阶台阶对应的方法数,i表示数位 ,w表示位数
void hpl(int m)    //高精度加法,m表示阶数 
{
    for(int i=1;i<=w;i++)
        f[m][i]=f[m-1][i]+f[m-2][i];    //斐波那契数列
    for(int i=1;i<=w;i++)    //遍历每一个数位 
    {
        if(f[m][i]>=10)    //如果该数位大于等于10则进位 
        {
            f[m][i+1]+=f[m][i]/10;
            f[m][i]%=10;
            if(f[m][w+1])    //如果进位后还有其它方法则位数加1 
                w++;
        }
    }
}
int main() 
{
    int n;
    scanf("%d",&n);

    //斐波那契数列1,2位
    f[1][1]=1;    //一阶有一种 
    f[2][1]=2;    //二阶有两种 
    for(int i=3;i<=n;i++)
        hpl(i);        //调用高精度加法的函数 
    for(int i=w;i>=1;i--)    //倒序输出 
        printf("%d",f[n][i]);
    return 0;
}

### 关于P1255楼梯问题的JAVA实现 此问题是典型的动态规划问题,目标是计算到达第 \( N \) 阶楼梯的不同方法量。每步可以选择上一阶或者两阶。 #### 动态规划的核心思路 定义状态组 `steps`,其中 `steps[i]` 表示到达第 \( i \) 阶楼梯的方法。根据题目描述,转移方程如下: \[ steps[i] = steps[i-1] + steps[i-2] \] 初始条件为: - 当 \( i = 1 \),只有一种方式到第一阶:\( steps[1] = 1 \)[^1]。 - 当 \( i = 2 \),有两种方式到第二阶:一次一步或直接跨两步,即 \( steps[2] = 2 \)[^1]。 由于据规模较大 (\( N \leq 5000 \)),普通的整型变量无法存储结果,因此采用 Java 中的大整类 `BigInteger` 来处理大值运算[^2]。 以下是完整的代码实现: ```java import java.math.BigInteger; import java.util.Scanner; public class Main { public static void main(String[] args) { Scanner scanner = new Scanner(System.in); int n = scanner.nextInt(); // 初始化组用于保存每一阶的结果 BigInteger[] steps = new BigInteger[5001]; steps[1] = new BigInteger("1"); steps[2] = new BigInteger("2"); // 使用动态规划填充组 for (int i = 3; i <= n; i++) { steps[i] = steps[i - 1].add(steps[i - 2]); } // 输出最终结果 System.out.println(steps[n]); } } ``` 上述代码通过循环逐步构建出每个台阶对应的方案目,并利用 `BigInteger.add()` 方法完成加法操作。 #### 时间复杂度分析 该算法的时间复杂度为 \( O(N) \),因为只需遍历一次从第三阶至第 \( N \) 阶的所有可能路径组合情况并累加其前两项之和即可得到当前项值[^4]。 #### 空间复杂度优化可能性讨论 虽然目前使用的空间复杂度也是 \( O(N) \),但实际上只需要保留最近两个阶段的状态就可以继续推进整个序列生成过程,从而进一步降低内存消耗至常量级别 \( O(1) \)[^3]。 ---
评论 1
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