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?
注意:给定 n 是一个正整数。
示例 1:
输入: 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: 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
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/climbing-stairs
解答
暴力解法(超时)
每次爬楼梯的时候有两种选择,把这两种选择相加即可
func climbStairs(n int) int {
return deep(0, n)
}
func deep(i, n int) int {
// 下边两个判断是一个基本case,列出来即可
if i > n {
return 0
}
if i == n {
return 1
}
return deep(i+1, n) + deep(i+2, n)
}
递归 + 字典
上述暴力法其实可以优化的,因为过程中我们会计算多次相同的deep(i, n),那么我们就可以在计算完之后进行保存,如果下次用到了可以直接调用
func climbStairs(n int) int {
m := make(map[int]int, n)
return deep(0, n, m)
}
func deep(i, n int, m map[int]int) int {
if i > n {
return 0
}
if i == n {
return 1
}
if v, e := m[i]; e {
return v
}
m[i] = deep(i+1, n, m) + deep(i+2, n, m)
return m[i]
}
动态规划
其实,到达m层的方法,就是到达m-1层的方法加上到达m-2层的方法,为什么呢,因为题目给出了一次可以爬一个台阶或者两个台阶,也就是到达m层的方法,要不是爬了一个台阶,要不就是爬了两个台阶。所以等于m-1 + m-2种不同的方法。
func climbStairs(n int) int {
dp := make(map[int]int, n)
dp[1] = 1
dp[2] = 2
for i := 3; i <= n; i++ {
dp[i] = dp[i-2] + dp[i-1]
}
return dp[n]
}
上述代码还有空间优化的可能,因为dp这个map有n个元素,其实我们每次都只是用了两个.
func climbStairs(n int) int {
dp := [2]int{1, 2}
if n < 3 {
return dp[n-1]
}
for i := 3; i <= n; i++ {
tmp := dp[1]
dp[1] = dp[0] + tmp
dp[0] = tmp
}
return dp[1]
}
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?
注意:给定 n 是一个正整数。
示例 1:
示例 2:
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/climbing-stairs
解答
暴力解法(超时)
每次爬楼梯的时候有两种选择,把这两种选择相加即可
递归 + 字典
上述暴力法其实可以优化的,因为过程中我们会计算多次相同的
deep(i, n),那么我们就可以在计算完之后进行保存,如果下次用到了可以直接调用动态规划
其实,到达
m层的方法,就是到达m-1层的方法加上到达m-2层的方法,为什么呢,因为题目给出了一次可以爬一个台阶或者两个台阶,也就是到达m层的方法,要不是爬了一个台阶,要不就是爬了两个台阶。所以等于m-1 + m-2种不同的方法。上述代码还有空间优化的可能,因为
dp这个map有n个元素,其实我们每次都只是用了两个.