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

怎样通过分析GC日志来定位Java进程的内存问题

《怎样通过分析GC日志来定位Java进程的内存问题》:本文主要介绍怎样通过分析GC日志来定位Java进程的内存问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、GC 日志基础配置1. 启用详细 GC 日志2. 不同收集器的日志格式二、关键指标与分析维度1.

Java 线程安全与 volatile与单例模式问题及解决方案

《Java线程安全与volatile与单例模式问题及解决方案》文章主要讲解线程安全问题的五个成因(调度随机、变量修改、非原子操作、内存可见性、指令重排序)及解决方案,强调使用volatile关键字... 目录什么是线程安全线程安全问题的产生与解决方案线程的调度是随机的多个线程对同一个变量进行修改线程的修改操

Java中的雪花算法Snowflake解析与实践技巧

《Java中的雪花算法Snowflake解析与实践技巧》本文解析了雪花算法的原理、Java实现及生产实践,涵盖ID结构、位运算技巧、时钟回拨处理、WorkerId分配等关键点,并探讨了百度UidGen... 目录一、雪花算法核心原理1.1 算法起源1.2 ID结构详解1.3 核心特性二、Java实现解析2.

Redis出现中文乱码的问题及解决

《Redis出现中文乱码的问题及解决》:本文主要介绍Redis出现中文乱码的问题及解决,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1. 问题的产生2China编程. 问题的解决redihttp://www.chinasem.cns数据进制问题的解决中文乱码问题解决总结

MyBatisPlus如何优化千万级数据的CRUD

《MyBatisPlus如何优化千万级数据的CRUD》最近负责的一个项目,数据库表量级破千万,每次执行CRUD都像走钢丝,稍有不慎就引起数据库报警,本文就结合这个项目的实战经验,聊聊MyBatisPl... 目录背景一、MyBATis Plus 简介二、千万级数据的挑战三、优化 CRUD 的关键策略1. 查

全面解析MySQL索引长度限制问题与解决方案

《全面解析MySQL索引长度限制问题与解决方案》MySQL对索引长度设限是为了保持高效的数据检索性能,这个限制不是MySQL的缺陷,而是数据库设计中的权衡结果,下面我们就来看看如何解决这一问题吧... 目录引言:为什么会有索引键长度问题?一、问题根源深度解析mysql索引长度限制原理实际场景示例二、五大解决

Springboot如何正确使用AOP问题

《Springboot如何正确使用AOP问题》:本文主要介绍Springboot如何正确使用AOP问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录​一、AOP概念二、切点表达式​execution表达式案例三、AOP通知四、springboot中使用AOP导出

Python中Tensorflow无法调用GPU问题的解决方法

《Python中Tensorflow无法调用GPU问题的解决方法》文章详解如何解决TensorFlow在Windows无法识别GPU的问题,需降级至2.10版本,安装匹配CUDA11.2和cuDNN... 当用以下代码查看GPU数量时,gpuspython返回的是一个空列表,说明tensorflow没有找到

解决未解析的依赖项:‘net.sf.json-lib:json-lib:jar:2.4‘问题

《解决未解析的依赖项:‘net.sf.json-lib:json-lib:jar:2.4‘问题》:本文主要介绍解决未解析的依赖项:‘net.sf.json-lib:json-lib:jar:2.4... 目录未解析的依赖项:‘net.sf.json-lib:json-lib:jar:2.4‘打开pom.XM

IDEA Maven提示:未解析的依赖项的问题及解决

《IDEAMaven提示:未解析的依赖项的问题及解决》:本文主要介绍IDEAMaven提示:未解析的依赖项的问题及解决,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝... 目录IDEA Maven提示:未解析的依编程赖项例如总结IDEA Maven提示:未解析的依赖项例如