第一题 爬楼梯
题目信息
解题思路
对于 n 阶台阶
每次的抉择为一阶或者两阶
残余的台阶数别离为 n - 1 和 n -2
咱们只须要别离求出 n - 1 和 n - 2 别离有多少种计划
再将其相加,便失去了 n 阶台阶的计划
然而很惋惜
运行的工夫太长了,通过不了
思考一下这个思路
咱们会发现
在求 n 阶的计划时,咱们须要别离求 n - 1 和 n - 2 的计划
求 n - 1 的计划时,咱们需要求 n - 2 和 n - 3 的计划
如此
除了求 n 阶计划之外,每个计划都求了两遍以上
咱们能够很显著的留神到
这个数列的实质理论为斐波那契数列
咱们能够将其从递归调用转换为循环叠加
这样,
咱们就失去了官解的第一种解法
代码
func climbStairs(n int) int {
p, q, r := 0, 0, 1
for i := 1; i <= n; i++ {
p = q
q = r
r = p + q
}
return r
}
作者:LeetCode-Solution
链接:https://leetcode-cn.com/problems/climbing-stairs/solution/pa-lou-ti-by-leetcode-solution/
起源:力扣(LeetCode)著作权归作者所有。商业转载请分割作者取得受权,非商业转载请注明出处。
复杂度剖析
工夫复杂度:循环执行 n 次,每次破费常数的工夫代价,故渐进工夫复杂度为 O(n)。
空间复杂度:这里只用了常数个变量作为辅助空间,故渐进空间复杂度为 O(1)。
优化
第二题 交易股票的最佳时机
题目信息
解题思路
代码
func maxProfit(prices []int) int {
minPrice :=10000
maxProfit :=0
for i:= 0; i < len(prices); i++ {if prices[i] < minPrice {minPrice = prices[i]
}else if (prices[i] - minPrice) > maxProfit {maxProfit = prices[i] - minPrice
}
}
return maxProfit
}