【leetcode】爬楼梯（@lru_cache()装饰器用法）

自己的解法，直接使用动态规划，比较简单

class Solution:
    def climbStairs(self, n: int) -> int:
        if n == 1:
            return 1
        memory = [0] * (n + 1)
        memory[1] = 1
        memory[2] = 2
        for i in range(3, n + 1):
            memory[i] = memory[i - 1] + memory[i - 2]
        return memory[n]

---

@lru_cache装饰器

from functools import lru_cache

class Solution:
    @lru_cache(10**8)
    def climbStairs(self, n):
        if n == 1:
            return 1
        elif n == 2:
            return 2
        else:
            return self.climbStairs(n - 1) + self.climbStairs(n - 2)

可以看到，这个cache是从functools里面import lru_cache
参考链接：https://zhuanlan.zhihu.com/p/27643991

这个装饰器实现了备忘的功能，是一项优化技术，把耗时的函数的结果保存起来，避免传入相同的参数时重复计算。lru 是（least recently used）的缩写，即最近最少使用原则。表明缓存不会无限制增长，一段时间不用的缓存条目会被扔掉。
这个装饰器支持传入参数，还能有这种操作的？maxsize 是保存最近多少个调用的结果，最好设置为 2 的倍数，默认为 128。如果设置为 None 的话就相当于是 maxsize 为正无穷了。还有一个参数是 type，如果 type 设置为 true，即把不同参数类型得到的结果分开保存，如 f(3) 和 f(3.0) 会被区分开。

有了缓存之后，追踪次数会明显减少，不会调用递归。

两种方法都是通过的