假设你正在爬楼梯。需要 n
阶你才能到达楼顶。
每次你可以爬 1
或 2
个台阶。你有多少种不同的方法可以爬到楼顶呢?
示例 1:
输入:n = 2
输出:2
解释:有两种方法可以爬到楼顶。
1. 1 阶 + 1 阶
2. 2 阶
示例 2:
输入:n = 3
输出:3
解释:有三种方法可以爬到楼顶。
1. 1 阶 + 1 阶 + 1 阶
2. 1 阶 + 2 阶
3. 2 阶 + 1 阶
提示:
1 <= n <= 45
一、递归
思路:
这题我们可以参照之前分析的青蛙跳台阶问题,其实原理是完全一样的
我们来分析一下:
当n等于1的时候,只需要跳一次即可,只有一种跳法,记f(1)=1
当n等于2的时候,可以先跳一级再跳一级,或者直接跳二级,共有2种跳法,记f(2)=2
当n等于3的时候,他可以从一级台阶上跳两步上来,也可以从二级台阶上跳一步上来,所以总共有f(3)=f(2)+f(1);
同理当等于n的时候,总共有**f(n)=f(n-1)+f(n-2)(这里n>2)**种跳法。
尾递归
public static int climbStairs(int n) {
return Fibonacci(n, 1, 1);
}
public static int Fibonacci(int n, int a, int b) { //a,b理解为n的前面两个数
if (n <= 1)
return b;
return Fibonacci(n - 1, b, a + b);
}
二、非递归
思路:但递归由于重复计算,导致效率很差,我们来看一下,有很多重复的计算,相同的颜色表示计算多次
public int climbStairs(int n) {
if (n <= 1)
return 1;
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];
}
return dp[n];
}
三、非递归优化
思路: 我们看到上面的数组当前值是依赖他前面两个值的(前两个除外),我们只需要用两个临时变量即可,不需要申请一个数组
public int climbStairs(int n) {
if (n <= 2)
return n;
int first = 1, second = 2, sum = 0;
while (n-- > 2) {
sum = first + second;
first = second;
second = sum;
}
return sum;
}
四、公式计算
public static int climbStairs(int n) {
double sqrt = Math.sqrt(5);
return (int) ((Math.pow((1 + sqrt) / 2, n + 1) - Math.pow((1 - sqrt) / 2, n + 1)) / sqrt);
}