题目
题目的主要信息:
- 对于n阶台阶,青蛙每次可以选择跳1到n中任意一个数的阶梯数
- n为正整数,求青蛙跳上n级台阶的方案数
举一反三:
学习完本题的思路你可以解决如下题目:
方法一:动态规划(推荐使用)
知识点:动态规划
动态规划算法的基本思想是:将待求解的问题分解成若干个相互联系的子问题,先求解子问题,然后从这些子问题的解得到原问题的解;对于重复出现的子问题,只在第一次遇到的时候对它进行求解,并把答案保存起来,让以后再次遇到时直接引用答案,不必重新求解。动态规划算法将问题的解决方案视为一系列决策的结果。
思路:
对于最后一级台阶,我们可以由倒数第二级台阶跳1步,也可以由倒数第三级太极跳两步,即 f ( n ) = f ( n − 1 ) + f ( n − 2 ) + . . . + f ( n − ( n − 1 ) ) + f ( n − n ) = f ( 0 ) + f ( 1 ) + f ( 2 ) + . . . + f ( n − 1 ) f(n)=f(n-1)+f(n-2)+...+f(n-(n-1))+f(n-n)=f(0)+f(1)+f(2)+...+f(n-1) f(n)=f(n−1)+f(n−2)+...+f(n−(n−1))+f(n−n)=f(0)+f(1)+f(2)+...+f(n−1),因为 f ( n − 1 ) = f ( n − 2 ) + f ( n − 3 ) + . . . + f ( ( n − 1 ) − ( n − 2 ) ) + f ( ( n − 1 ) − ( n − 1 ) ) f(n-1)=f(n-2)+f(n-3)+...+f((n-1)-(n-2))+f((n-1)-(n-1)) f(n−1)=f(n−2)+f(n−3)+...+f((n−1)−(n−2))+f((n−1)−(n−1)),经整理得 f ( n ) = f ( n − 1 ) + f ( n − 1 ) = 2 ∗ f ( n − 1 ) f(n)=f(n-1)+f(n-1)=2*f(n-1) f(n)=f(n−1)+f(n−1)=2∗f(n−1),因此每级台阶方案数是前面一级台阶方案数的2倍。
具体做法:
- step 1:使用动态规划数组,下标i表示第i级台阶的方案数。
- step 2:初始化前面两个,即0级一种,1级一种。
- step 3:遍历后续,后一个是前一个的两倍。
Java实现代码:
public class Solution {
public int jumpFloorII(int target) {
int[] dp = new int[target + 1];
//初始化前面两个
dp[0] = 1;
dp[1] = 1;
//依次乘2
for(int i = 2; i <= target; i++)
dp[i] = 2 * dp[i - 1];
return dp[target];
}
}
C++实现代码:
class Solution {
public:
int jumpFloorII(int number) {
vector<int> dp(number + 1);
//初始化前面两个
dp[0] = 1;
dp[1] = 1;
//依次乘2
for(int i = 2; i <= number; i++)
dp[i] = 2 * dp[i - 1];
return dp[number];
}
};
Python实现代码:
class Solution:
def jumpFloorII(self , number: int) -> int:
dp = [0 for i in range(number + 1)]
#初始化前面两个
dp[0] = 1
dp[1] = 1
#依次乘2
for i in range(2, number + 1):
dp[i] = 2 * dp[i - 1]
return dp[number]
复杂度分析:
- 时间复杂度: O ( n ) O(n) O(n),其中 n n n为台阶数,一次遍历
- 空间复杂度: O ( n ) O(n) O(n),辅助数组dp的长度为 n n n
方法二:递归(扩展思路)
思路:
根据上述思路,我们还可以从后往前,因为 f ( n ) = 2 ∗ f ( n − 1 ) f(n)=2*f(n-1) f(n)=2∗f(n−1),相当于找到子问题,其答案的两倍就是父问题的答案。
- 终止条件: 递归进入0或者1,可以直接得到方案数为1.
- 返回值: 将本级子问题得到的方案数的两倍返回给父问题。
- 本级任务: 进入台阶数减1的子问题。
具体做法:
- step 1:若是number为1或者0,直接放回1种方案数。
- step 2:其他情况返回子问题答案的2倍。
图示:

Java实现代码:
public class Solution {
public int jumpFloorII(int target) {
//1或0都是1种
if(target <= 1)
return 1;
//f(n) = 2*f(n-1)
return 2 * jumpFloorII(target - 1);
}
}
C++实现代码:
class Solution {
public:
int jumpFloorII(int number) {
//1或0都是1种
if(number <= 1)
return 1;
//f(n) = 2*f(n-1)
return 2 * jumpFloorII(number - 1);
}
};
Python实现代码:
class Solution:
def jumpFloorII(self , number: int) -> int:
#1或0都是1种
if number <= 1:
return 1
#f(n) = 2*f(n-1)
return 2 * self.jumpFloorII(number - 1)
复杂度分析:
- 时间复杂度: O ( n ) O(n) O(n),递归公式为 T ( n ) = T ( n − 1 ) + 1 T(n)=T(n-1)+1 T(n)=T(n−1)+1
- 空间复杂度: O ( n ) O(n) O(n),递归栈最大深度为 n n n
方法三:数学规律(扩展思路)
思路:
我们也可以发现从第一个数1开始,后面每个数都是在前一个数的基础上乘2,而最开始的数字为1,所以 f ( n ) = 2 n − 1 f(n)=2^{n-1} f(n)=2n−1
具体做法:
- step 1:首先判断number是否小于等于1,如果是,直接得出答案。
- step 2:计算 f ( n ) = 2 n − 1 f(n)=2^{n-1} f(n)=2n−1。
Java实现代码:
import java.util.*;
public class Solution {
public int jumpFloorII(int target) {
if(target <= 1)
return 1;
//直接次方
return (int)Math.pow(2, target - 1);
}
}
C++实现代码:
class Solution {
public:
int jumpFloorII(int number) {
if(number <= 1)
return 1;
//直接次方
return pow(2, number - 1);
}
};
Python实现代码:
class Solution:
def jumpFloorII(self , number: int) -> int:
if number <= 1:
return 1
#直接次方
return 2 ** (number - 1)
复杂度分析:
- 时间复杂度: O ( n ) O(n) O(n),次方运算还是需要n-1次(n为number)
- 空间复杂度: O ( 1 ) O(1) O(1),常数级变量,无额外辅助空间
1128

被折叠的 条评论
为什么被折叠?



