n阶楼梯问题:每次只能走1阶或2阶,有多少种方法走完
走到第n阶时可能是从第n-1阶走一步到的,也可能是从n-2阶走两阶到的,设F(n)为走到n阶的种数,则F(n)=F(n-1)+F(n-2)。当n=1时,F(1)=1,n=2时,F(2)=2,这是一个动态规划问题。其实就是一个斐波那契数列。
- #include <iostream>
-
- long long func(int n)
- {
- if(1 == n || 2 == n)
- {
- return n;
- }
- else if(n > 2)
- {
- return func(n - 1) + func(n - 2);
- }
- else
- {
- return -1; // n 非法
- }
- }
-
- int main()
- {
- std::cout << func(50) << std::endl; // 输出20365011074
-
- system("pause");
-
- return 0;
- }
- int main()
- {
- long long a[90];
- int n = 50;
- a[1] = 1;
- a[2] = 2;
- for(int i = 3; i <= n; i++)
- {
- a[i] = a[i-1]+a[i-2];
- }
-
- std::cout << a[n] <<std::endl; // 输出20365011074
-
- system("pause");
-
- return 0;
- }
对比两种方式可以发现,如果楼梯是50阶,第一种方法在我的core i7 6核电脑上要将近1分钟才能输出结果,而第二种方法几乎瞬间输出。
下面是通过递归实现“斐波那契”的原理图:
由图可见,仅仅是对f(10)进行计算的原理图,而且仅仅画出了4层,就出现了相同结果的大量重复,如果计算f(50),这种单纯的递归实现就会出现严重的性能问题。即随着n值的递增,为求出最终的f(n),重复的项会急剧增加。用递归计算这种方法的时间复杂度是以n的指数方式递增,时间复杂度为O(2^n)。
递归的方式之所以有大量重复,在于它是从上向下计算的。而非递归方式是从下向上的计算的,这样可以保证相同的数不需要重复去计算,因为中间出现过的变量值,已经计算出来而且进行保存,可以快速地拿来使用。即由f(0)和f(1)算出f(2),由f(1)和f(2)算出f(3)……,最终这样下来,计算的时间复杂度为O(n)。