力扣热题100_动态规划_70_爬楼梯

文章目录

  • 题目链接
  • 解题思路
  • 解题代码


题目链接

70. 爬楼梯

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

解题思路

    # 思路:动态规划
    # 1. 划分阶段
        # 按照台阶的层数进行划分为 0 ~ n。

    # 2. 定义状态
        # 定义状态 dp[i] 为:爬到第 i 阶阶台阶的方案数。

    # 3. 状态转移方程
        # 根据题目大意,每次只能爬 1 或 2 个台阶。
        # 则第 i 阶楼梯只能从第 i-1 阶向上爬 1 阶上来,或者从第 i-2 阶向上爬 2 阶上来。
        # 所以可以推出状态转移方程为 dp[i - 1] + dp[i - 2] 。

    # 4.初始条件
        # 第 0 层台阶数:可以看做 1 种方法(从 0 阶向上 0 阶),即 dp[0] = 1。
        # 第 1 层台阶方案数:1种方法(从 0 阶向上 1 阶),即dp[1] = 1。
        # 第 2 层台阶方案数:2种方法(从 0 阶向上 2 阶,或者从 1 阶向上 1 阶)。
    # 5. 最终结果
        # 根据状态定义,最终结果为 dp[n] ,即爬到第 n 阶台阶(即楼顶)的方案为 dp[n]。

解题代码

class Solution:
    def climbStairs(self, n: int) -> int:
        dp = [0 for _ in range(n + 1)]
        dp[0] = 1
        dp[1] = 1

        for i in range(2, n + 1):
            dp[i] = dp[i - 2] + dp[i - 1]
        return dp[n]

参考资料:datawhalechina

你可能感兴趣的:(力扣,leetcode,动态规划,数据结构)