青蛙跳台阶问题的算法以及优化问题

2024-06-18 23:58

本文主要是介绍青蛙跳台阶问题的算法以及优化问题,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

题目:一只青蛙一次可以跳上1级台阶,也可以跳上2级台阶。求该青蛙跳上一个n级的台阶总共有多少种跳法?
在遇到这种题目若是没有具体的思路之前,我们可以先列出前面几项的结果sum:
当 n = 1 时,青蛙仅有直接跳上一级台阶这种跳法,故 sum = 1;
当 n = 2 时,青蛙可以先跳 上 1 级,然后再跳 上 1 级到达2级台阶,共有2种跳法;若青蛙直接跳 2 级台阶,那么有1种跳法,从而 sum =2 + 1 = 3;
同理以上分析知道:
当 n = 3 时, sum = 5;
当 n = 4 时,sum = 8;
当 n = 5 时, sum = 13;

通过观察,我们发现其规律:
当 n = 1 时,sum = 1;
当 n = 2 时 ,sum = 2;

从 第3项起,当前项的结果sum总是等于前两项的和,即有:
f(n) = f(n -1) + f( n -2) ,n > 2;
当我们看到这个规律时,便很容易想到这是 斐波那契数列
数学函数表示如下:
在这里插入图片描述
关于斐波那契数列的求解,我们有递归方法和非递归方法的求解,下面给出具体的递归算法:
在函数 int jumb(int n)中
(1)如果 n = 1 || n =2,直接返回结果 n;
(2)如果 n > 2,则计算 返回 jumb(n -1) + jumb(n-2);
其具体代码实现为:

int jumb(int n) {if (n <= 0) {return 0;}//递归结束if (n == 1 || n == 2){return n;}//递归计算 f(n) = f( n -1 )+f( n - 2);return jumb(n -1) + jumb(n-2);
}

测试结果:

int main() {int n = 5;cout << "青蛙跳"<<n<<"阶台阶跳法种数:" << jumb(n) << endl;n = 10;cout << "青蛙跳" << n << "阶台阶跳法种数:" << jumb(n) << endl;system("pause");return 0;
}

在这里插入图片描述
下面笔者用图解来分析当 n =7 时 该递归算法的调用情况:
在这里插入图片描述
该递归算法有两个问题,一个是变量能表示的最大数值有限制,另一个是递归深度有限制,递归深度太深,计算速度特别慢,在笔者的计算机上 当 n = 50 时,笔者的电脑的散热扇狂转,CUP高速运转,等待了很久都没有得出答案。结合图示我们可以发现,在递归的过程中计算机要做很多重复的计算,比如图中计算 n = 7 时 ,f(4),f(3),f(2),f(1)的值重复计算了很多次,这样就导致了计算机要花费更多的时间和空间资源进行计算,其算法的时间复杂度为 O(n^2),空间复杂度为:O(n)。
下面我们可以对该递归算法进行改善:

int jumb(int n,int first ,int second) {if (n <= 0) {return 0;}//递归结束if (n == 1 || n == 2){return n;}if (n == 3){return first + second;}//递归计算 f(n) = f( n -1 )+f( n - 2);return jumb(n-1,second,second + first);
}

测试:

int main() {int n = 5;cout << "青蛙跳"<<n<<"阶台阶跳法种数:" << jumb(n,1,2) << endl;n = 40;cout << "青蛙跳" << n << "阶台阶跳法种数:" << jumb(n,1,2) << endl;system("pause");return 0;
}

在这里插入图片描述
可以看到其结果和之前的递归方法结果一致。当我们调用的时候,参数jumb(int n,int first ,int second) n表示跳的台阶数,first表示第1次的结果,second表示第2次的结果,分别为1和2.为了便于理解,请看图解:
在这里插入图片描述
从图解我们可以发现,其实该递归函数实际上就是使用逆向迭代的方式计算结果:
当 n = 7 时, sum = 1 + 2;
当 n = 6 时, sum = 2 + 3;
当 n = 5 时, sum = 3 +5;
当 n = 4 时, sum = 5 + 8;
当 n = 3 时, sum = 8 + 13;退出循环,返回结果 sum = 21 ;
由于该递归算法是从尾部开始递归,所以该递归算法也称为:尾递归算法,根据图示我们可以发现尾递归算法只需要计算f(7)—>f(6)----> f(5) ----> f(4) ----->f(3),每个结果只计算一次,减少了那些没必要的重复计算,从而大大提高了程序的执行效率。其算法时间复杂度为:O(n),空间复杂度为:O(n)。
我们知道理论上说,任何一个递归的算法都可以转换为一个非递归算法,结合尾递归算法的实现,我们可以设计一个非递归的算法:

int Jumb(int n) {if (n <= 0) {return 0;}if (n == 1 || n == 2){return n;}//临时变量,也就是当 n= 1时的结果int a = 1;也就是当 n= 2时的结果//临时变量int b = 2;//记录总结果int sum = 0;for (int i = 3; i <= n;i++) {//计算f(n) = f( n -1 )+f( n - 2)sum = a + b;a = b;b = sum;}return sum;
}

我们很容易发现其实该非递归算法本质上和尾递归算法的思路是一致,其时间复杂度为:O(n),空间复杂度为:O(1)。
通过以上比较,我们发下,在处理斐波那契数列的计算时,非递归算法的总体性能要高于递归算法的。
好了,本次简单的算法分析到此结束,由于个人水平有限,出错再所难免,欢迎大家指正。

这篇关于青蛙跳台阶问题的算法以及优化问题的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1073432

相关文章

解决pandas无法读取csv文件数据的问题

《解决pandas无法读取csv文件数据的问题》本文讲述作者用Pandas读取CSV文件时因参数设置不当导致数据错位,通过调整delimiter和on_bad_lines参数最终解决问题,并强调正确参... 目录一、前言二、问题复现1. 问题2. 通过 on_bad_lines=‘warn’ 跳过异常数据3

解决RocketMQ的幂等性问题

《解决RocketMQ的幂等性问题》重复消费因调用链路长、消息发送超时或消费者故障导致,通过生产者消息查询、Redis缓存及消费者唯一主键可以确保幂等性,避免重复处理,本文主要介绍了解决RocketM... 目录造成重复消费的原因解决方法生产者端消费者端代码实现造成重复消费的原因当系统的调用链路比较长的时

深度解析Nginx日志分析与499状态码问题解决

《深度解析Nginx日志分析与499状态码问题解决》在Web服务器运维和性能优化过程中,Nginx日志是排查问题的重要依据,本文将围绕Nginx日志分析、499状态码的成因、排查方法及解决方案展开讨论... 目录前言1. Nginx日志基础1.1 Nginx日志存放位置1.2 Nginx日志格式2. 499

kkFileView启动报错:报错2003端口占用的问题及解决

《kkFileView启动报错:报错2003端口占用的问题及解决》kkFileView启动报错因office组件2003端口未关闭,解决:查杀占用端口的进程,终止Java进程,使用shutdown.s... 目录原因解决总结kkFileViewjavascript启动报错启动office组件失败,请检查of

SpringBoot 异常处理/自定义格式校验的问题实例详解

《SpringBoot异常处理/自定义格式校验的问题实例详解》文章探讨SpringBoot中自定义注解校验问题,区分参数级与类级约束触发的异常类型,建议通过@RestControllerAdvice... 目录1. 问题简要描述2. 异常触发1) 参数级别约束2) 类级别约束3. 异常处理1) 字段级别约束

小白也能轻松上手! 路由器设置优化指南

《小白也能轻松上手!路由器设置优化指南》在日常生活中,我们常常会遇到WiFi网速慢的问题,这主要受到三个方面的影响,首要原因是WiFi产品的配置优化不合理,其次是硬件性能的不足,以及宽带线路本身的质... 在数字化时代,网络已成为生活必需品,追剧、游戏、办公、学习都离不开稳定高速的网络。但很多人面对新路由器

Python错误AttributeError: 'NoneType' object has no attribute问题的彻底解决方法

《Python错误AttributeError:NoneTypeobjecthasnoattribute问题的彻底解决方法》在Python项目开发和调试过程中,经常会碰到这样一个异常信息... 目录问题背景与概述错误解读:AttributeError: 'NoneType' object has no at

Spring的RedisTemplate的json反序列泛型丢失问题解决

《Spring的RedisTemplate的json反序列泛型丢失问题解决》本文主要介绍了SpringRedisTemplate中使用JSON序列化时泛型信息丢失的问题及其提出三种解决方案,可以根据性... 目录背景解决方案方案一方案二方案三总结背景在使用RedisTemplate操作redis时我们针对

Kotlin Map映射转换问题小结

《KotlinMap映射转换问题小结》文章介绍了Kotlin集合转换的多种方法,包括map(一对一转换)、mapIndexed(带索引)、mapNotNull(过滤null)、mapKeys/map... 目录Kotlin 集合转换:map、mapIndexed、mapNotNull、mapKeys、map

nginx中端口无权限的问题解决

《nginx中端口无权限的问题解决》当Nginx日志报错bind()to80failed(13:Permissiondenied)时,这通常是由于权限不足导致Nginx无法绑定到80端口,下面就来... 目录一、问题原因分析二、解决方案1. 以 root 权限运行 Nginx(不推荐)2. 为 Nginx