Problem: 70. 爬楼梯
文章目录
题目
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 阶 + 1 阶
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 阶 + 1 阶 + 1 阶
- 1 阶 + 2 阶
- 2 阶 + 1 阶
递归
假设 n=8,我们可以分情况讨论:
- 假如最后一步走了1个台阶,那么我们的问题可以缩小成:到达第7个台阶有多少种方法
- 加入最后一步走了2个台阶,我们的问题可以缩小成:到达第6个台阶有多少种方法
综上所述,设f(n)为到达第层的方法数,则 f ( 8 ) = f ( 7 ) + f ( 6 ) f(8) = f(7) + f(6) f(8)=f(7)+f(6)
我们推广一下得到这样的公式:
f ( n ) = f ( n − 1 ) + f ( n − 2 ) f(n) = f(n-1) + f(n-2) f(n)=f(n−1)+f(n−2)
递归的出口为 f(1) = 1,f(0) = 0
我们先用递归的方法写一遍
bash
# 会超时的递归代码
class Solution:
def climbStairs(self, n: int) -> int:
def dfs(i: int) -> int:
if i <= 1: # 递归边界
return 1
return dfs(i - 1) + dfs(i - 2)
return dfs(n)
复杂度分析:
- 时间复杂度: o ( 2 n ) o(2^n) o(2n),搜索树可以近似为一棵二叉树,树高为 o ( n ) o(n) o(n),所以节点数为 o ( 2 n ) o(2^n) o(2n)
- 空间复杂度: o ( n ) o(n) o(n),递归需要n层的空间
我们尝试优化一下算法,我们观察上面的递归时发现,我们的递归函数很多时候入参是相同的,比如n为19,那么对于它的子状态f(17)和f(18)而言,f(16)这个状态都是要算一遍的,那么我们可不可以在第一次计算f(16)的时候就缓存一下f(16),避免重复计算呢?答案是,当然可以。
这里我们用Python的注解实现了缓存,其实就和Java的hashMap一样
bash
class Solution:
def climbStairs(self, n: int) -> int:
@cache
def dfs(i: int) -> int:
if i <= 1: # 递归边界
return 1
return dfs(i - 1) + dfs(i - 2)
return dfs(n)
复杂度分析
- 时间复杂度: o ( n ) o(n) o(n),一共有n个数字要算
- 空间复杂度: o ( n ) o(n) o(n),我们保存了n个数的答案
递推
我们发现f(n)的状态可以从f(n-1)和f(n-2)这两个状态转化过来,那么我们换一种角度思考,我们可以不可以直接从下往上的递归出f(n)呢?这当然也是可以的。
python
class Solution:
def climbStairs(self, n: int) -> int:
a,b,c = 0,0,1
for i in range(n):
a = b
b = c
c = a+b
return c
复杂度分析
- 时间复杂度:计算了n次, o ( n ) o(n) o(n)
- 空间复杂度:常数级的空间 o ( 1 ) o(1) o(1)
下一篇我们讲讲如何通过矩阵快速幂求解这个问题,将时间复杂度进一步优化。