青蛙跳台阶问题-Java实现

博客探讨了解决青蛙跳台阶问题的两种方法:使用斐波那契数列和排列组合。介绍了每种方法的思路,并给出了代码实现。同时,文章提到了在Java中不同类型的最大值和最小值。

本题来源:力扣(LeetCode)中的剑指offer
一只青蛙一次可以跳上1级台阶,也可以跳上2级台阶。求该青蛙跳上一个 n 级的台阶总共有多少种跳法。
答案需要取模 1e9+7(1000000007),如计算初始结果为:1000000008,请返回 1。

示例 1:
输入:n = 2
输出:2

示例 2:
输入:n = 7
输出:21
提示:
0 <= n <= 100,n=0时,输出1

解题思路

1、用斐波那契数列实现
根据台阶数不同,先计算出几组值(只要关于计算问题,在拿着题没思路时,就可以先计算出一些结果,看看是否有规律可循)

台阶数n可能跳法
01
11
22
33
45
58
613
721

观察规律,可以发现类似与斐波那契数列,只不过F(0)=1,而斐波那契数列的F(0)=0,那么,就可以实现方式如下

class Solution {
    public int numWays(int num) {
        if(num < 2){
            return 1;
        }else{
            Integer beforeOne=1;
            Integer beforeTwo = 1;
            Integer result= 0;
            for(int i=1;i<num;i++){
                result= beforeOne + beforeTwo;
                while (result>1000000007){// 取模运算时间比做减法多,所以效率考虑,用减法
                    result= result-1000000007;
                }
                beforeTwo = beforeOne;
                beforeOne = result;
            }
            return result;
        }
    }
}

2、排列组合解法(当n>38会存在值越界的情况)
台阶数n,可以看作是2的个数和1的个数,求和得到,然后是2和1出现的位置不同而已,
注意点
1、当2的个数确定时,1的个数也确定了,即2的出现的位置定时,1的位置也确定了,不要计算重复了
2、台阶数确定了时,2的个数需要从最大值递减到0,此时1的个数对应增加,

台阶数n2的个数k1的个数j结果sum(跳法)
1011
21,00,21+1=2
31,01,32+1=3
42, 1,00,2,41+3+1=5
52, 1,01,3,53+4+1=8

可以看出,符合排列组合规律,当台阶数为n时,结果sum等于C(k+j,k)的和,即
sum(n) = ∑C(j+k,k)
其中,2k + j = n
代码如下

class Solution {
    public int numWays(int num) {
        if(num == 0){
            return 1;
        }else{
            int count = num/2;
            long ways = 0;
            int m,n;
            for(int i=0;i<=count;i++){
                m = count-i;
                n = num - m;
                ways += combination(m,n);
                while( ways > 1000000007){
                    ways -= 1000000007;
                }
            }
            return (int)ways;
        }
    }

    private long combination(int m,int n){
        if(m==0 || m==n){
            return 1;
        }else{
            int count = m;
            long a = m;
            long b = n;
            while(--count != 0){
                a*= --m;
                b*= --n;
            }
            return b/a;
        }
    }
}

注:
排列:
A(n,m)=n×(n-1)…(n-m+1)=n!/(n-m)!(n为下标,m为上标,以下同)
组合:
C(n,m)=P(n,m)/P(m,m) =n!/m!(n-m)!
例如:
A(4,2)=4!/2!=43=12
C(4,2)=4!/(2!2!)=43/(2
1)=6

1、
基本类型:short 二进制位数:16
包装类:java.lang.Short
最小值:Short.MIN_VALUE=-32768 (-2的15此方)
最大值:Short.MAX_VALUE=32767 (2的15次方-1)
2、
基本类型:int 二进制位数:32
包装类:java.lang.Integer
最小值:Integer.MIN_VALUE= -2147483648 (-2的31次方)
最大值:Integer.MAX_VALUE= 2147483647 (2的31次方-1)
3、
基本类型:long 二进制位数:64
包装类:java.lang.Long
最小值:Long.MIN_VALUE=-9223372036854775808 (-2的63次方)
最大值:Long.MAX_VALUE=9223372036854775807 (2的63次方-1)
4、
基本类型:float 二进制位数:32
包装类:java.lang.Float
最小值:Float.MIN_VALUE=1.4E-45 (2的-149次方)
最大值:Float.MAX_VALUE=3.4028235E38 (2的128次方-1)
5、
基本类型:double 二进制位数:64
包装类:java.lang.Double
最小值:Double.MIN_VALUE=4.9E-324 (2的-1074次方)
最大值:Double.MAX_VALUE=1.7976931348623157E308 (2的1024次方-1)

来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/qing-wa-tiao-tai-jie-wen-ti-lcof
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。

<think>好的,我现在需要解决用户关于Java实现青蛙台阶问题的递归和动态规划解决方案的查询。首先,我要回忆一下青蛙台阶问题的基本描述。根据引用[2]、[3]、[4],这个问题通常有两种情况:青蛙一次可以1或2台阶,求上n台阶的方法数。而引用[4]提到更复杂的情况,青蛙可以上任意数,但用户的问题可能集中在基础的1或2的情况,因为这是最常见的版本。 接下来,用户需要Java的代码示例,特别是递归和动态规划两种方法。我需要确保提供的代码符合Java语法,并且正确实现算法。递归方法相对直接,基于斐波那契数列,即f(n) = f(n-1) + f(n-2),基准条件是f(1)=1,f(2)=2。但要注意递归可能存在重复计算的问题,这自然引出动态规划的优化。 动态规划方面,引用[1]和[5]提到自顶向下的备忘录法和自底向上的方法。自顶向下通常用递归加记忆化,而自底向上则是迭代方式,使用数组存储中间结果,避免重复计算。用户可能希望看到这两种动态规划的实现。不过,考虑到代码示例的简洁性,可能先展示基础递归,然后展示自底向上的动态规划,以及可能的备忘录优化。 我需要检查引用中的内容是否提供了具体的代码。引用[2]和[3]提到了思路,但没有给出完整的Java代码。因此,我需要根据这些思路自行编写正确的示例。例如,递归函数在n=1时返回1,n=2返回2,否则递归调用。动态规划则创建一个数组dp,其中dp[i] = dp[i-1] + dp[i-2],初始化dp[1]和dp[2]。 另外,引用[5]提到动态规划的核心要素:最优子结构、状态转移方程、边界和重叠子问题。在青蛙台阶问题中,状态转移方程是f(n) = f(n-1) + f(n-2),边界条件是f(1)=1, f(2)=2,而重叠子问题确实存在,比如计算f(5)需要f(4)和f(3),而计算f(4)又需要f(3)和f(2),导致f(3)被多次计算。动态规划通过存储这些子问题的解来优化性能。 用户还可能关心时间复杂度和空间复杂度。递归方法的时间复杂度是O(2^n),而动态规划是O(n),因为每个子问题只计算一次。空间复杂度方面,递归的栈深度是O(n),而动态规划需要O(n)的数组空间,但可以进一步优化到O(1)如果只用变量存储前两个值。 最后,需要确保代码示例正确无误,并解释每一步的作用。例如,在动态规划中,循环从3开始到n,逐步填充dp数组。同时,提到可能的优化方法,比如空间优化,但保持示例简单易懂。 总结步骤: 1. 编写递归方法,解释基准条件和递归调用。 2. 编写动态规划方法,使用数组存储中间结果。 3. 对比两种方法的时间复杂度,强调动态规划的优势。 4. 可能提供进一步的优化建议,如空间优化到O(1)。 5. 确保代码符合Java语法,比如类和方法的结构。</think>### Java实现青蛙台阶算法 青蛙台阶问题是一个经典的动态规划问题,其核心是通过拆解子问题避免重复计算。以下是递归与动态规划两种实现方式: --- #### **1. 递归实现** 递归方法直接基于问题分解,但时间复杂度较高($O(2^n)$): ```java public class FrogJump { public static int jumpRecursive(int n) { if (n <= 0) return 0; if (n == 1) return 1; // 1只有1种方式 if (n == 2) return 2; // 2有两种方式:1+1或2 return jumpRecursive(n - 1) + jumpRecursive(n - 2); // 状态转移方程 } public static void main(String[] args) { System.out.println(jumpRecursive(5)); // 输出:8 } } ``` --- #### **2. 动态规划实现** 动态规划通过存储子问题解将时间复杂度优化到$O(n)$,空间复杂度$O(n)$: ```java public class FrogJump { public static int jumpDP(int n) { if (n <= 2) return n; int[] dp = new int[n + 1]; // 定义dp数组 dp[1] = 1; // 边界条件 dp[2] = 2; for (int i = 3; i <= n; i++) { dp[i] = dp[i - 1] + dp[i - 2]; // 状态转移方程 } return dp[n]; } public static void main(String[] args) { System.out.println(jumpDP(5)); // 输出:8 } } ``` --- #### **3. 动态规划空间优化** 进一步将空间复杂度降低到$O(1)$: ```java public static int jumpDPOptimized(int n) { if (n <= 2) return n; int prev1 = 1, prev2 = 2, result = 0; for (int i = 3; i <= n; i++) { result = prev1 + prev2; // 计算当前台阶的解 prev1 = prev2; // 更新前两个台阶的状态 prev2 = result; } return result; } ``` --- ### 关键分析 1. **递归问题**:直接但效率低,因重复计算相同子问题[^5]。 2. **动态规划**:通过“记住历史解”避免重复计算,是典型的自底向上方法[^1]。 3. **状态转移方程**:$f(n) = f(n-1) + f(n-2)$,与斐波那契数列相同[^3]。 4. **边界条件**:$f(1)=1$(1)、$f(2)=2$(2)[^2]。 ---
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
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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