dp(1): 跳台阶问题

问题:共n层台阶,每次只能上1级或者2级,问有多少种上台阶的方法。

首先分析一下题目,一般这种问题我都会先找一下规模最小的数值来分析一下,可以看到,上一层的走法是1种(1),上2层的走法是2种(11, 2),三层有3种(12, 21, 111),四层有5种(1111, 22, 211, 121, 112)……偷偷发现好像是斐波那契序列。。那要怎么样证明后边的数呢?
不清楚,那就设个x呗。设x为走到第n层的走法总和。可以这样想,我差一步就要到第n层了,那我就一定是在 n-1 或者 n-2 那里,设 走到 n-1 的走法和为 x1, 走到 n - 2的走法和为 x2, 那x = x1 + x2。

x1和x2称为问题的子结构,最终问题的解一定是根据他的子结构来解的。
1
最终的子结构是n = 1 和 n = 2的解,跟据这两个解可以推出最终解。
小解法:

class Solution {
public:
    int jumpFloor(int number) {
        if(number == 1)
            return 1;
        if(number == 2)
            return 2;
        int fir = 1, sec = 2;
        int sum;
        for(int i = 2; i < number; i++)
        {
            sum = 0;
            sum += fir + sec;
            fir = sec;
            sec = sum;
        }
        return sum;
    }
};

动态规划的经典是背包问题,上边这个算是最基础的动态规划。
动态规划的理论推导可以上wiki看:
https://en.wikipedia.org/wiki/Dynamic_programming

<think>好的,我现在需要解决用户关于台阶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]提到青蛙台阶的动态规划解法,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:上n级台阶,每次可以1级或2级,求总共有多少种法。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>### 台阶动态规划算法实现 #### 一、问题分析 台阶问题的核心是计算到达第$n$级台阶的方案数,每次可选择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:$O(n)$ 循环次数与台阶数成线性关系 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