动态规划之爬楼梯问题

爬楼梯问题是一个常见的动态规划问题,它可以通过不同的方法来解决。以下是一些示例,以便您更好地理解这个问题:

示例 1:基础递归

cpp 复制代码
int climbStairs(int n) {
    if (n <= 2) return n;
    return climbStairs(n - 1) + climbStairs(n - 2);
}

这是一个基本的递归方法,但它效率低下,因为它会重复计算相同的子问题。

示例 2:带记忆化的递归

cpp 复制代码
int climbStairs(int n, std::vector<int>& memo) {
    if (n <= 2) return n;
    if (memo[n] != 0) return memo[n];
    memo[n] = climbStairs(n - 1, memo) + climbStairs(n - 2, memo);
    return memo[n];
}

这个示例使用了递归,并且通过一个记忆化数组(memo)来避免重复计算,提高了效率。

示例 3:迭代方法

cpp 复制代码
int climbStairs(int n) {
    if (n <= 2) return n;
    int a = 1, b = 2, c;
    for (int i = 3; i <= n; i++) {
        c = a + b;
        a = b;
        b = c;
    }
    return c;
}

这个示例使用迭代方法,使用两个变量 ab 来保存前两阶的方法数,然后依次计算后续阶的方法数。

示例 4:矩阵快速幂

cpp 复制代码
int climbStairs(int n) {
    if (n <= 2) return n;
    std::vector<std::vector<int>> matrix = {{1, 1}, {1, 0}};
    matrix = matrixPower(matrix, n - 2);
    return 2 * matrix[0][0] + matrix[0][1];
}

std::vector<std::vector<int>> matrixPower(std::vector<std::vector<int>> matrix, int n) {
    if (n == 1) return matrix;
    if (n % 2 == 0) {
        std::vector<std::vector<int>> temp = matrixPower(matrix, n / 2);
        return multiply(temp, temp);
    } else {
        std::vector<std::vector<int>> temp = matrixPower(matrix, n / 2);
        return multiply(multiply(temp, temp), matrix);
    }
}

std::vector<std::vector<int>> multiply(std::vector<std::vector<int>> A, std::vector<std::vector<int>> B) {
    std::vector<std::vector<int>> result(2, std::vector<int>(2, 0));
    for (int i = 0; i < 2; i++) {
        for (int j = 0; j < 2; j++) {
            for (int k = 0; k < 2; k++) {
                result[i][j] += A[i][k] * B[k][j];
            }
        }
    }
    return result;
}

这个示例使用矩阵快速幂的方法,通过将问题转化为矩阵乘法来解决。

这些示例展示了解决爬楼梯问题的不同方法,从基本的递归到更高效的动态规划和矩阵快速幂方法。您可以根据实际需求和性能要求来选择适当的方法。

相关推荐
evans在进步10 分钟前
LeetCode 198:打家劫舍——Java 动态规划详解
java·leetcode·动态规划
逆境不可逃1 小时前
LeetCode 双题:415. 字符串相加与 143. 重排链表
算法
2601_950760791 小时前
TNF-α:自身免疫疾病治疗的核心靶点与信号通路解析
人工智能·算法·蛋白
不会代码的小猴1 小时前
2. 了解Qt
开发语言·c++·笔记·qt·算法
比奇堡裤头村1 小时前
统计学习方法——支持向量机
算法·支持向量机·学习方法
程序喵大人3 小时前
【C++进阶】STL算法与函数对象 - 09 函数对象保存状态并复用规则
开发语言·c++·算法·stl·函数对象
致Great8 小时前
DeepSeek Harness插件开发实战教程:我让它自己写了一个 arXiv 搜索插件
算法
罗西的思考12 小时前
【Agent OS / AIOS】AOHP 深度解读:当 OS 开始为 Agent 而设计
人工智能·算法·机器学习
民乐团扒谱机13 小时前
【微实验】组合优化matlab实战(马科维茨投资模型):在收益与风险之间,寻找最优的人生配比
大数据·人工智能·算法·机器学习·数学建模·matlab·组合优化
Nil20814 小时前
leetcode 160相交链表
算法·leetcode·链表