1. 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
2. 解题思路
看到这个题目,我们应该想到的就是动态规划,将一个大问题分解成多个子问题。首先来看:
- 第一级台阶:1种方法
- 第二级台阶:2种方法
- 第n级台阶:从第n-1级台阶爬一级,或从第n-2级台阶爬2级
所以可以得出递推公式:f(n) = f(n−1) + f(n−2)
这样,我们就可以通过递归完成计算。
复杂度分析:**
- 时间复杂度:O(n),递归树的深度为n,所以时间复杂度为O(n);
- 空间复杂度:O(n),这里需要初始化一个数组用来保存每一层台阶的方法数,有n个数,所以空间复杂度为O(n);
上面这种普通递归很显然,有很多的重复计算,所以,我们可以将每次计算的结果进行保存,以便下次计算时直接使用。
复杂度分析:
- 时间复杂度:O(n),需要循环执行n次,所以时间复杂度为O(n);
- 空间复杂度:O(1),这里只用了常数个变量作为辅助空间,所以空间复杂度为 O(1);
3. 代码实现
普通递归:
记忆递归:/**
* @param {number} n
* @return {number}
*/
var climbStairs = function(n) {
const dp = []
dp[0] = 1
dp[1] = 1
for(let i = 2; i <= n; i ++){
dp[i] = dp[i - 1] + dp[i - 2]
}
return dp[n]
};
/**
* @param {number} n
* @return {number}
*/
var climbStairs = function(n) {
let a = 1, b = 1, res = 1;
for (let i = 1; i < n; i++) {
a = b
b = res
res = a + b
}
return res
};
4. 提交结果
普通递归:记忆递归: