70. 爬楼梯
70. 爬楼梯
#递归
class Solution:
@lru_cache(None)
def climbStairs(self, n: int) -> int:
if n==1 or n==0:
return 1
res=self.climbStairs(n-1)+self.climbStairs(n-2)
return res
#然后发现超时,就很无语,虽然通过其他方法通过但仍然不提倡
#添加@lru_cache(None) 表示
#若某参数n为第一次调用climbStairs方法,则执行并将结果放入缓存;
#若参数n不是第一次调用climbStairs方法,则直接从缓存中调取结果,以节省时间
----
#修改为动态规划
class Solution:
def climbStairs(self, n: int) -> int:
dp = [0]*(n+1) #由于需要遍历到n个因此为n+1
dp[0]=dp[1]=1 #初始化
for i in range(2,n+1):
dp[i]=dp[i-1]+dp[i-2]
return dp[-1] #返回最后一个往前进行迭代
---
#优化
#因为只与n-1项和n-2项有关,不需要不挺迭代只要交换赋值就可以
# class Solution:
# def climbStairs(self, n: int) -> int:
# a=b=1
# for i in range(2,n+1):
# a,b=b,a+b
# return b
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· winform 绘制太阳,地球,月球 运作规律
· AI与.NET技术实操系列(五):向量存储与相似性搜索在 .NET 中的实现
· 超详细:普通电脑也行Windows部署deepseek R1训练数据并当服务器共享给他人
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 上周热点回顾(3.3-3.9)