问题是,给定一些街区,有多少种方法可以使用有限数量的街区建造楼梯,而在任何两个相邻台阶之间总是有任何坡度
这意味着从100级到1级的两级楼梯是有效的。当然,更多的块意味着你可以有更多的步骤
我编写了一个函数来实现这一点,尽管当它到达更多的块时速度非常慢,但我不确定如何改进它的运行时
如果你想快速分解我的逻辑,逻辑上,通过递归地将最高的一步扩展到所有可能的两步排列(这仍然会使第二步高于前一个第二步),最终你得到所有可能的步骤排列
也许有一种更为数学化的方法可以做到这一点,但我是从编程的角度来考虑的。不过,如果我的方法太慢,欢迎听取任何不同的建议
def solution(n):
cases = 0
q = [[x, n - x] for x in range(n) if x > n - x and n - x > 0]
while q:
curr = q.pop(0)
cases += 1
q += [[x, curr[0] - x, *curr[1:]] for x in range(curr[1], curr[0] - curr[1]) if x > curr[0] - x > curr[1]]
return cases
输出,以显示其工作
>>> solution(15)
[8, 7]
[9, 6]
[10, 5]
[11, 4]
[12, 3]
[13, 2]
[14, 1]
[6, 5, 4]
[7, 5, 3]
[8, 4, 3]
[7, 6, 2]
[8, 5, 2]
[9, 4, 2]
[10, 3, 2]
[8, 6, 1]
[9, 5, 1]
[10, 4, 1]
[11, 3, 1]
[12, 2, 1]
[6, 4, 3, 2]
[6, 5, 3, 1]
[7, 4, 3, 1]
[7, 5, 2, 1]
[8, 4, 2, 1]
[9, 3, 2, 1]
[5, 4, 3, 2, 1]
26
让
dp[i][j]
表示使用前i
步骤可以获得j
块的方法的数量在第0行中,只有
dp[0][0]
将是1,其他所有内容都将是0,因为最初使用0步可以以一种方式获得0块对于其他行,
dp[i][j] = dp[i - 1][j] + dp[i - 1][j - i]
因为dp[i - 1][j]
是获取j
块的旧方法,在使用大小为i
的块之后dp[i - 1][j - i]
也将有助于dp[i][j]
这使用了
O(n ^ 2)
空间复杂性。但您可以通过观察当前行仅依赖于前一行来将其缩减为O(n)
。因此,这将空间减少到O(n)
。但时间复杂度保持不变,即O(n ^ 2)
这里
prev
表示dp[i-1]
,curr
表示dp[i]
以下是另一种递归/回溯方法:
它比你的版本效率高一点,在n=105时,与你发布的版本中的
13.4s
相比,这需要我的计算机上的3.3s
其思想是使用越来越高的值递归地填充桶,以便满足需求
如果我们只对计数感兴趣,而对路径不感兴趣,我们可以通过省略路径记账来加快速度:
在我的计算机上,n=105需要
0.04s
。但是我们也可以通过移除cnt
来做得更好现在我们有了
O(N^3)
(伪多项式)时间复杂度。这在我的计算机中占用了0.008s
O(N^2)
动态规划方法也可以提供解决方案。我建议查看此参考:https://www.geeksforgeeks.org/count-of-subsets-with-sum-equal-to-x/相关问题 更多 >
编程相关推荐