动态规划:台阶问题

题目要求
一楼梯共m级,刚开始时你在第一级,若每次只能跨上一级或二级,要走上第m级,共有多少走法?注:规定从一级到一级有0种走法。

import java.util.Scanner;
public class Climb {
	public static void main(String[] args) {
		Scanner sc = new Scanner(System.in);
		int length = sc.nextInt();
		int[] a = new int[length];
		for (int i = 0; i < length; i++) {
			a[i]= sc.nextInt();
		}
		for (int i = 0; i < a.length; i++) {
			if(a[i]==1) {
				System.out.println(0);
				continue;
			}
			System.out.println(solution2(a[i]));
		}
	}
	//解法一:递归,核心思想:f(m)=f(m-1)+f(m-2),优点:好理解,缺点:时间效率和空间效率不高
	public static int solution1(int m) {
		if(m==1)
			return 1;
		if(m==2)
			return 1;
		else
			return solution1(m-1)+solution1(m-2);
	}	
	//解法二:使用memo数组记录已经算过的值;
	public static int[] memo;
	public static int solution2(int m) {
		memo = new int[m+1];
		if(m==2)
			return 1;
		return useMemo(m);
	}
	private static int useMemo(int m) {
		memo[1]=1;
		memo[2]=2;
		if(memo[m]!=0)
			return memo[m];
		else
			return memo[m-1]+memo[m-2];
	}

	//解法三:使用动态规划,从小到大循环;
	public static int solution3(int m) {
		int[] res = new int[m+1];
		res[1]=1;
		res[2]=1;
		for (int i = 3; i <= m; i++) {
			res[i]=res[i-1]+res[i-2];
		}
		return res[m];
	}
}	

ps:楼主第一次写博客,请大家多多支持哈

### 动态规划解决爬楼梯问题的实现方法 动态规划(Dynamic Programming,简称DP)是一种常用于解决最优化问题的算法设计思想。在“爬楼梯”问题中,目标是计算一个人从楼梯底部爬到第 $ n $ 阶楼梯的所有可能方式,假设每次只能跨 1 步或 2 步。 #### 问题分析 - **状态定义**:设 $ dp[i] $ 表示到达第 $ i $ 阶楼梯的方法数。 - **转移方程**:由于每次可以走 1 步或 2 步,因此到达第 $ i $ 阶楼梯的方式等于到达第 $ i-1 $ 阶和第 $ i-2 $ 阶楼梯的方式之和,即: $$ dp[i] = dp[i-1] + dp[i-2] $$ - **初始条件**:当 $ i=1 $ 时,只有一种方式(一步到位),即 $ dp[1] = 1 $;当 $ i=2 $ 时,有两种方式(1+1 或 2),即 $ dp[2] = 2 $。 #### 实现代码 以下是使用 Java 实现的动态规划解法: ```java public class ClimbStairs { public static int climbStairs(int n) { if (n == 1) { return 1; } if (n == 2) { return 2; } int[] dp = new int[n + 1]; dp[1] = 1; dp[2] = 2; for (int i = 3; i <= n; i++) { dp[i] = dp[i - 1] + dp[i - 2]; // 状态转移方程 [^4] } return dp[n]; } public static void main(String[] args) { int n = 10; // 假设楼梯有10阶 System.out.println("到达第 " + n + " 阶楼梯的方法数为: " + climbStairs(n)); } } ``` #### 时间与空间复杂度 - **时间复杂度**:$ O(n) $,因为需要遍历所有台阶一次。 - **空间复杂度**:$ O(n) $,使用了一个数组存储中间结果。 #### 优化思路 如果进一步优化空间复杂度,可以仅用两个变量来保存前两个状态,而无需整个数组,从而将空间复杂度降至 $ O(1) $。 ##### 优化后的代码 ```java public class ClimbStairsOptimized { public static int climbStairs(int n) { if (n == 1) { return 1; } if (n == 2) { return 2; } int prev = 1; // dp[i-2] int curr = 2; // dp[i-1] for (int i = 3; i <= n; i++) { int next = prev + curr; // 计算当前状态 prev = curr; // 更新dp[i-2] curr = next; // 更新dp[i-1] } return curr; } public static void main(String[] args) { int n = 10; // 假设楼梯有10阶 System.out.println("到达第 " + n + " 阶楼梯的方法数为: " + climbStairs(n)); } } ``` #### 总结 动态规划通过分解问题并存储中间结果,有效地解决了“爬楼梯”问题,避免了递归带来的重复计算问题。同时,通过状态压缩,还可以进一步优化空间效率。 ---
评论 2
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