爬楼梯 三种算法比较

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

方法一:递归方法,类似递归形式的斐波那契数列,时间复杂度:O(2**n),空间复杂度:O(n)

1 int climbStairsMemo(int n, int memo[]) {
2     if (memo[n] > 0) {
3         return memo[n];
4     }
5     if (n == 1) memo[n] = 1;
6     else if (n == 2) memo[n] = 2;
7     else memo[n] = climbStairsMemo(n - 1, memo) + climbStairsMemo(n - 2, memo);
8     return memo[n];
9 }
递归方法

方法二:记忆化递归方法,时间复杂度:O(n)

记忆化递归方法

方法三:动态规划,时间复杂度:O(n)

 1 int climebStairs3(int n) {
 2     if (n == 1) return 1;
 3     int dp[n + 1];
 4     dp[1] = 1;
 5     dp[2] = 2;
 6 
 7     for (int i = 3; i <= n; i++) {
 8         dp[i] = dp[i - 1] + dp[i - 2];
 9     }
10 
11     return dp[n];
12 }
动态规划

方法四:
可以发现,方法三在计算 dp[i] 时,实际上只需要用到 dp[i - 1] 和 dp[i - 2] 的值,并不需要存储整个数组 dp。
因此,可以使用常数级的额外空间来优化这段代码,将空间复杂度降低到 O(1)。以下是优化后的代码:

 1 int climbStairs4(int n) {
 2     if (n == 1) return 1;
 3     int first = 1;
 4     int second = 2;
 5     int third;
 6 
 7     for (int i = 3; i <= n; i++) {
 8         third = first + second;
 9         first = second;
10         second = third;
11     }
12 
13     return second;
14 }
方法四

 

posted @ 2025-03-09 15:18  TP_003  阅读(30)  评论(0)    收藏  举报