-
Notifications
You must be signed in to change notification settings - Fork 0
Expand file tree
/
Copy pathlc_070_climbing_stairs.py
More file actions
98 lines (74 loc) · 2.45 KB
/
lc_070_climbing_stairs.py
File metadata and controls
98 lines (74 loc) · 2.45 KB
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
"""
LeetCode 70. 爬楼梯 (Climbing Stairs)
难度: Easy
分类: 动态规划
链接: https://leetcode.cn/problems/climbing-stairs/
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?
思路:
这是经典的斐波那契数列问题!
到达第 n 阶的方法 = 从第 n-1 阶爬 1 步 + 从第 n-2 阶爬 2 步
即 dp[n] = dp[n-1] + dp[n-2]
复杂度:
- 时间: O(n)
- 空间: O(1) 优化后 / O(n) 原始
"""
class Solution:
def climbStairs_dp_array(self, n: int) -> int:
"""
方法1: 动态规划(数组)
dp[i] 表示到达第 i 阶的方法数
"""
if n <= 2:
return n
dp = [0] * (n + 1)
dp[1] = 1 # 到第1阶只有1种方法
dp[2] = 2 # 到第2阶有2种方法: 1+1 或 2
for i in range(3, n + 1):
dp[i] = dp[i-1] + dp[i-2]
return dp[n]
def climbStairs_optimized(self, n: int) -> int:
"""
方法2: 空间优化(推荐)
只需要存储前两个状态
"""
if n <= 2:
return n
prev2 = 1 # dp[i-2]
prev1 = 2 # dp[i-1]
for i in range(3, n + 1):
curr = prev1 + prev2
prev2 = prev1
prev1 = curr
return prev1
def climbStairs_recursive_memo(self, n: int) -> int:
"""
方法3: 递归 + 记忆化
用于理解递归思路,但不推荐面试使用
"""
memo = {}
def dp(i):
if i <= 2:
return i
if i in memo:
return memo[i]
memo[i] = dp(i-1) + dp(i-2)
return memo[i]
return dp(n)
# ===== 测试 =====
if __name__ == "__main__":
sol = Solution()
test_cases = [1, 2, 3, 4, 5, 10]
print("爬楼梯方法数:")
print("-" * 30)
for n in test_cases:
result = sol.climbStairs_optimized(n)
print(f"n = {n}: {result} 种方法")
# 验证三种方法结果一致
print("\n验证三种方法结果一致:")
for n in [5, 10, 20]:
r1 = sol.climbStairs_dp_array(n)
r2 = sol.climbStairs_optimized(n)
r3 = sol.climbStairs_recursive_memo(n)
print(f"n={n}: 数组={r1}, 优化={r2}, 递归={r3}, 一致={r1==r2==r3}")