LeetCode70——爬楼梯
2024-08-31 16:28:55
题目描述
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
思路
每次可以爬 1 或 2 个台阶。当我们爬 4 个台阶时,就是爬 3 个台阶的方法数,加上爬 2 个台阶的方法数,等于 F(3) + F(2) = 3 + 2 = 5。所以当我们爬 N 个台阶,就有 F(N - 1) + F(N - 2) 种方法。
解决方案
方案一:暴力破解
我们可以用递归的方法得到所有小于N的方法数,并把它们相加得出结果。递归结束的标志为 N=1 或 N =2。
var climbStairs = function(n) {
if (n == 1) return 1
if (n == 2) return 2
return climbStairs(n - 1) + climbStairs(n - 2)
};
时间复杂度 O($2^n$)。这种暴力解题的方法会超出时间限制,显然不是我们想要的。
方案二:优化暴力破解
从上一种方法我们可以发现,每一步的结果都做了上一步的重复计算。比如F(6) + F(5) 后会计算 F(5) + F(4),F(5) 我们已经计算过了,就不要重复计算了。所以我们可以用一个数组来储存计算结果,方便重复利用。
var climbStairs = function(n) {
let arr = []
function climb(n) {
if (n == 1) return 1
if (n == 2) return 2
if (arr[n] > 0) return arr[n]
arr[n] = climb(n - 1) + climb(n - 2)
return arr[n]
}
return climb(n)
};
时间复杂度 O(n),优化之后提高了速度,已经不会超出时间限制了。
方案三:问题分解
和递归的思路一样,把一个大问题分解成多个小问题,只是这次我们使用循环的方式,减少内存的开销。
var climbStairs = function(n) {
if (n == 1) return 1
if (n == 2) return 2
let arr = []
arr[1] = 1
arr[2] = 2
for (let i = 3; i<= n; i++) {
arr[i] = arr[i - 1] + arr[i - 2]
}
return arr[n]
};
时间复杂度 O(n),优化了内存的消耗,速度没有提升。
方案四:斐波那契数
从上一个方案我们可以看出这是一个斐波那契数列。
var climbStairs = function(n) {
if (n == 1) return 1
if (n == 2) return 2
let first = 1
let second = 2
for (let i = 3; i<= n; i++) {
let third = first + second
first = second
second = third
}
return second
};
时间复杂度 O(n)
最新文章
- Android Studio-—使用OpenCV的配置方法和demo以及开发过程中遇到的问题解决
- linux笔记
- OpenFlow消息
- 修改Firefox的User-Agent,伪装修改秘籍
- IOS跳转到设置特定项
- [翻译]LSP程序的分类
- maven 启动 报错 Fatal error compiling: 无效的目标发行版
- laravel url管理与使用
- Best Premium Private Proxy Service | Lime Proxies
- 转:memcpy的用法总结
- iOS - 排序的队列中插入数值
- PHP学习笔记三十七【http】
- linux 之 tar 命令
- DOM重绘对focus的影响
- net core开发环境准备
- vue如何封装自己需要的方法
- 2018-2019-2 20175317 实验二《Java面向对象程序设计》实验报告
- 基本 TCP 的回射服务器
- AIX 网络设置
- A Method for the Construction of Minimum-Redundancy Codes