用python编写求楼梯有 n 阶台阶,上楼可以一步上 1 阶,也可以一步上 2 阶,走完 n 阶台阶共有多少种不同的走法。的程序
时间: 2024-05-02 16:20:20 浏览: 10
使用动态规划的思想,定义一个长度为 n+1 的列表 dp,dp[i] 表示走到第 i 阶台阶时的不同走法数目。
当 i=0 时,dp[0]=1,表示当前没有台阶需要走,即已经到达终点。
当 i=1 时,dp[1]=1,表示只有一阶台阶,只有一种走法。
当 i=2 时,dp[2]=2,表示有两阶台阶,有两种走法,一步一步走或者一次跨两步。
当 i>2 时,每一步有两种选择,一步或者两步,因此 dp[i]=dp[i-1]+dp[i-2]。
最终 dp[n] 就是楼梯有 n 阶台阶时的不同走法数目。
代码如下:
```python
def climbStairs(n: int) -> int:
if n == 0:
return 1
if n == 1:
return 1
dp = [0] * (n + 1)
dp[0] = 1
dp[1] = 1
for i in range(2, n + 1):
dp[i] = dp[i - 1] + dp[i - 2]
return dp[n]
```
测试:
```python
print(climbStairs(2)) # 2
print(climbStairs(3)) # 3
print(climbStairs(4)) # 5
```
输出结果与预期相符,程序正确。
相关问题
用Python楼梯有 n 阶台阶,上楼可以一步上 1 阶,也可以一步上 2 阶,走完 n 阶台阶共有多少种不同的走法
这是一个经典的斐波那契数列问题,可以使用递归或动态规划来解决。
使用递归:
```python
def climbStairs(n):
if n == 1:
return 1
if n == 2:
return 2
return climbStairs(n-1) + climbStairs(n-2)
```
使用动态规划:
```python
def climbStairs(n):
if n == 1:
return 1
dp = [0] * (n+1)
dp[1] = 1
dp[2] = 2
for i in range(3, n+1):
dp[i] = dp[i-1] + dp[i-2]
return dp[n]
```
其中,dp[i] 表示走到第 i 阶台阶的不同走法数量。
时间复杂度和空间复杂度均为 O(n)。
楼梯上有n阶台阶,上楼可以一步上1阶,也可以一步上2阶,编写程序计算共有多少种不同的上楼梯方法。
### 回答1:
这是一个经典的动态规划问题。假设f(n)表示上n阶楼梯的不同方法数,那么f(n)可以由f(n-1)和f(n-2)转移而来,因为上n阶楼梯可以从n-1阶楼梯一步上来,也可以从n-2阶楼梯两步上来。因此,f(n) = f(n-1) + f(n-2)。
初始条件是f(1) = 1,f(2) = 2,因为上1阶楼梯只有一种方法,上2阶楼梯有两种方法。
下面是Python代码实现:
def climbStairs(n: int) -> int:
if n == 1:
return 1
if n == 2:
return 2
f1, f2 = 1, 2
for i in range(3, n+1):
f3 = f1 + f2
f1, f2 = f2, f3
return f3
print(climbStairs(3)) # 输出3,因为有3种方法:1+1+1,1+2,2+1
print(climbStairs(4)) # 输出5,因为有5种方法:1+1+1+1,1+1+2,1+2+1,2+1+1,2+2
print(climbStairs(5)) # 输出8,因为有8种方法:1+1+1+1+1,1+1+1+2,1+1+2+1,1+2+1+1,2+1+1+1,1+2+2,2+1+2,2+2+1
### 回答2:
这个问题可以用动态规划的方法来解决。
我们定义一个数组dp,其中dp[i]表示上到第i阶台阶的不同方法数。根据题目的要求,当i<=2时,dp[i]的值为i。当i>2时,dp[i]的值为dp[i-1]+dp[i-2],即到达第i阶台阶的不同方法数可以由到达第i-1阶台阶和到达第i-2阶台阶的方法数相加得到。
最终,dp[n]就是我们要求的上楼梯的不同方法总数。
以下是用Python语言编写的程序示例:
```
def climbStairs(n):
if n <= 2:
return n
dp = [0] * (n+1)
dp[1] = 1
dp[2] = 2
for i in range(3, n+1):
dp[i] = dp[i-1] + dp[i-2]
return dp[n]
```
这个程序的时间复杂度是O(n),空间复杂度也是O(n)。这意味着,当n非常大时,程序的执行时间和内存占用也会变得非常大。如果需要处理更大的n值,我们可以考虑使用空间复杂度为O(1)的优化算法,例如滚动数组技巧。
### 回答3:
楼梯上有n阶台阶,上楼可以一步上1阶,也可以一步上2阶。我们可以设f(n)为上n阶楼梯的不同方法数。
当n=1时,只有一种方法,即一次走1个台阶,故f(1)=1。
当n=2时,有两种方法,一次走两个或者分两步走,故f(2)=2。
当n=3时,可以一次上1个或2个台阶,所以可以由f(1)和f(2)转移而来,即f(3) = f(2) + f(1) = 3。
当n=4时,可以一次上1个或2个台阶,所以可以由f(2)和f(3)转移而来,即f(4) = f(3) + f(2) = 5。
……
依此类推,可以得到递推公式:
f(n) = f(n-1) + f(n-2)
其中f(1)=1,f(2)=2。可以使用动态规划的方法,从f(1)和f(2)开始计算直到f(n)。最后得到的f(n)即为上n阶台阶的不同方法数。
下面是Python代码实现:
def climbStairs(n: int) -> int:
if n == 1:
return 1
if n == 2:
return 2
dp = [0] * n
dp[0] = 1
dp[1] = 2
for i in range(2, n):
dp[i] = dp[i-1] + dp[i-2]
return dp[n-1]
其中,dp为动态规划数组。首先将dp[0]和dp[1]初始化为1和2,然后从2开始循环,每次将dp[i]赋值为dp[i-1]和dp[i-2]的和。最后返回dp[n-1]即为所求。