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
解题思路
要爬到第n阶台阶,最后一步只有两种选择:
- 从第n−1阶爬 1 个台阶到达;
- 从第n−2阶爬 2 个台阶到达。
因此,爬n阶的方法数 = 爬n−1阶的方法数 + 爬n−2阶的方法数,即递推公式:f(n)=f(n−1)+f(n−2)
初始条件:
- 当n=1时,只有 1 种方法(直接爬 1 阶),即f(1)=1;
- 当n=2时,有 2 种方法(1+1、2),即f(2)=2。
Python代码:
python
class Solution:
def climbStairs(self, n: int) -> int:
"""
计算爬n阶楼梯的不同方法数(每次可爬1或2阶)
:param n: 楼梯总阶数,1 <= n <= 45
:return: 不同的爬楼方法数
"""
# 边界条件:n=1返回1,n=2返回2
if n <= 2:
return n
# 初始化状态:
# prev_1 对应 f(n-2),prev_2 对应 f(n-1)
prev_1, prev_2 = 1, 2
# 从第3阶开始递推计算到第n阶
for i in range(3, n + 1):
# 当前阶数的方法数 = 前两阶方法数之和
current = prev_1 + prev_2
# 更新状态:为下一次循环准备(滑动窗口)
prev_1, prev_2 = prev_2, current
# 循环结束后,prev_2 存储的是f(n)
return prev_2
# 测试用例(本地运行验证)
if __name__ == "__main__":
solution = Solution()
# 测试案例1:n=2,预期输出2
print(f"n=2时,爬楼方法数:{solution.climbStairs(2)}") # 输出2
# 测试案例2:n=3,预期输出3
print(f"n=3时,爬楼方法数:{solution.climbStairs(3)}") # 输出3
# 测试案例3:n=5,预期输出8
print(f"n=5时,爬楼方法数:{solution.climbStairs(5)}") # 输出8
LeetCode提交代码:
python
class Solution:
def climbStairs(self, n: int) -> int:
# 处理边界情况
if n <= 2:
return n
# 初始化前两个状态(n=1时为1,n=2时为2)
prev_1, prev_2 = 1, 2
# 从n=3开始递推
for _ in range(3, n + 1):
current = prev_1 + prev_2
prev_1, prev_2 = prev_2, current
return prev_2
程序运行截图展示:

总结
该问题要求计算爬n阶楼梯的方法数,每次可爬1或2阶。通过分析发现,爬n阶的方法数等于前两阶方法数之和,即斐波那契数列的变种。递推公式为f(n)=f(n-1)+f(n-2),初始条件f(1)=1,f(2)=2。采用动态规划优化空间复杂度至O(1),通过滑动窗口(prev_1和prev_2)迭代计算。Python实现中,边界条件直接返回n,循环从3到n递推,最终返回prev_2。测试案例验证了代码正确性,适用于1≤n≤45的输入范围。