【LeetCode刷题】爬楼梯

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 12 个台阶。你有多少种不同的方法可以爬到楼顶呢?

示例 1:

复制代码
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:

复制代码
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:

  1. 从第n−1阶爬 1 个台阶到达;
  2. 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 复制代码
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 复制代码
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。

相关推荐
Csvn20 小时前
🌟 LangChain 30 天保姆级教程 · Day 13|OutputParser 进阶!让 AI 输出自动转为结构化对象,并支持自动重试!
python·langchain
小O的算法实验室20 小时前
2026年ASOC,基于深度强化学习的无人机三维复杂环境分层自适应导航规划方法,深度解析+性能实测
算法·无人机·论文复现·智能算法·智能算法改进
‎ദ്ദിᵔ.˛.ᵔ₎20 小时前
LIST 的相关知识
数据结构·list
cch891820 小时前
Python主流框架全解析
开发语言·python
M--Y20 小时前
Redis常用数据类型
数据结构·数据库·redis
sg_knight20 小时前
设计模式实战:状态模式(State)
python·ui·设计模式·状态模式·state
好运的阿财20 小时前
process 工具与子agent管理机制详解
网络·人工智能·python·程序人生·ai编程
张張40821 小时前
(域格)环境搭建和编译
c语言·开发语言·python·ai
weixin_4235339921 小时前
【Windows11离线安装anaconda、python、vscode】
开发语言·vscode·python
郭涤生21 小时前
STL vector 扩容机制与自定义内存分配器设计分析
c++·算法