爬楼梯问题：高效算法解析及代码优化

爬楼梯问题是一个经典的算法问题，描述如下：假设你正在爬楼梯。需要 n 阶你才能到达楼顶。每次你可以爬 1 或 2 个台阶。你有多少种不同的方法可以爬到楼顶呢？

原始代码分析

int climbStairs(int n){
    long a,b,tip;
    a=0;
    b=0;
    tip=0;
    for(a=0;a<=n;a++)
    {
        for(b=0;b<=n;b++){
                if(1*a+2*b==n)
                {
                    tip++;
                }
        }
    }
    return tip;
}

该代码的问题是使用了两个嵌套的循环来遍历所有可能的组合，判断是否满足条件。这种方法的时间复杂度为O(n^2)，效率较低。另外，该方法没有利用到斐波那契数列的特性，导致计算过程冗余。

动态规划解法

正确的解法应该是使用动态规划来解决该问题。具体步骤如下：

1. 定义一个长度为n+1的数组dp，其中dp[i]表示爬到第i阶台阶的方法数。
2. 初始化dp[0]=1，dp[1]=1，因为爬到第0阶和第1阶台阶的方法只有一种。
3. 从第2阶开始，dp[i] = dp[i-1] + dp[i-2]，表示爬到第i阶台阶的方法数等于爬到第i-1阶和第i-2阶的方法数之和。
4. 最后返回dp[n]，即爬到第n阶台阶的方法数。

优化后的代码

int climbStairs(int n) {
    if (n <= 2) {
        return n;
    }
    int dp[n+1];
    dp[0] = 1;
    dp[1] = 1;
    for (int i = 2; i <= n; i++) {
        dp[i] = dp[i-1] + dp[i-2];
    }
    return dp[n];
}

该代码使用动态规划方法，通过递推的方式计算爬到第n阶台阶的方法数，时间复杂度为O(n)，比原始代码效率更高。

总结

爬楼梯问题是一个典型的动态规划问题，通过利用递推关系，可以有效地解决该问题。在实际应用中，我们可以根据问题规模选择合适的算法，以提高程序效率。