爬楼梯 python

思路来自leetcode，但是全是python改写

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？

解决方案

一、 暴力算法

将1台阶/步与2台阶/步的所有的情况进行遍历和组合
例如第1步走1个台阶，则第2步有两种选择，针对每种选择在后续的步中又有两种选择……像极了树形递归。
递归结束的判断条件事当前走过的总台阶数大于等于n，如果恰巧等于n，则返回1（代表该路可行），否则返回0；所有的返回值进行累加，即汇总可行的总方案数

代码

其中climb_Stairs(0) 中的0表示初始、还没迈出任何一步
递归的返回、回溯只是将可行的分支方案进行汇总

class Solution:
    def climbStairs(self, n: int) -> int:
        self.N=n
        def climb_Stairs(i):
            if i>self.N:return 0
            if i==self.N:return 1
            return climb_Stairs(i+1)+climb_Stairs(i+2)
        return climb_Stairs(0)

• 时间复杂度O($n^2$)
• 空间复杂度O(n) 【因为递归的深度就是n】

二、优化的暴力算法（记忆化）

对上述方法进一步优化，可以将每次的结果进行存储，如果递归到某一分支的当前深度，可以直接查找曾经计算过的结果，不用并返回，不用频繁地重复往下递归和计算

代码

class Solution:
    def climbStairs(self, n: int) -> int:
        self.Hash={
   
   }
        self.N=n
        def climb_Stairs(i):
            if i>self.N:return 0
            if i==self.N:return 1
            if str(i) in self.Hash:return self.Hash[str(i)]
            self.Hash[str(i)]=climb_Stairs(i+1)+climb_Stairs(i+2)
            return self.Hash[str(i)]
        return climb_Stairs(0)

• 时间复杂度O(n)
• 空间复杂度O(n)

三、动态规划

对于任意一节台阶$i$，通往该节台阶只有两种方法：

1. 在第 $(i-1)$ 节后向上爬1阶
2. 在第 $(i-2)$ 节后向上爬 2 阶。
   所以到达第 $i$节的方法总数就是到第$i-1$节和第$(i-2)$ 节的方法数之和。
   令 $dp[i]$表示能到达第$i$ 阶的方法总数：
   $dp[i]=dp[i-1]+dp[i-2]$

代码

class Solution:
    def climbStairs(self, n: int) -> int:
        if n==1:return 1
        dp=[1,2]
        for idx in range(3,n+1):dp.append(dp[-1]+dp[-2])
        return dp[-1]

• 时间复杂度O(n)
• 空间复杂度O(n)

四、斐波那契数

上书方法所产生的dp数组就是一个斐波那契数列（当前项等于前两项之和），那么斐波那契那一系列的方法都可以直接用，首先这个解决这个题目只需要得到斐波那契数列的最后一项，不需要存储每一项，因此可以降低空间复杂度，只实时地保存最后一项即可

代码

class Solution:
    def climbStairs(self, n: int) -> int:
        if n==1:return 1
        PerNum,LastNum=1,2
        for idx in range(3,n+1):
            Out,PerNum=PerNum+LastNum,LastNum
            LastNum=Out 
        return Out

• 时间复杂度O(n)
• 空间复杂度O(1)

五、Binets 方法（斐系）

这个leetcode上解释的很烂，兄弟们看我的：
记$F_n$为斐波那契数列的第n项，
令
$$Q_n=\left|\begin{array}{cc}{F}_n& F_{n-1}\\ F_{n-1}& F_{n-2}\end{array}\right|$$
则
$$Q^{}$$