Easy草稿★★★★★O(n) 時間 · O(1) 空間
Dynamic ProgrammingMathMemoization
Patterns📈 線性 DP・Kadane🧮 數學・組合
尚未複習過

解法已隱藏 — 先讀題目敘述、自己想想看,再點上方按鈕揭曉。

1137N-th Tribonacci Number1-D DPEasy1-D DP

Tribonacci 數列定義為 T0 = 0, T1 = 1, T2 = 1Tn = Tn-1 + Tn-2 + Tn-3(n >= 3)。給定 n,回傳 Tn

Example:

Input: n = 25 Output: 1389537

Intuition

TIP

費氏數列的三項版本 — 只依賴前三個狀態,用三個變數滾動即可。

Approaches

1. Memoization (Top-Down DP) — O(n) / O(n)
  • Idea: 直接照定義遞迴 T(n) = T(n-1) + T(n-2) + T(n-3),加 memo 避免重算
  • Time: O(n) - 每個狀態只算一次
  • Space: O(n) - memo 陣列 + 遞迴堆疊
class Solution {
    fun tribonacci(n: Int): Int {
        val memo = IntArray(n + 1) { -1 }
        fun dp(i: Int): Int {
            if (i == 0) return 0
            if (i <= 2) return 1
            if (memo[i] != -1) return memo[i]
            memo[i] = dp(i - 1) + dp(i - 2) + dp(i - 3)
            return memo[i]
        }
        return dp(n)
    }
}
2. Bottom-Up DP Array — O(n) / O(n)
  • Idea: 用陣列存所有值,逐步計算
  • Time: O(n)
  • Space: O(n)
class Solution {
    fun tribonacci(n: Int): Int {
        if (n == 0) return 0
        if (n <= 2) return 1
        val dp = IntArray(n + 1)
        dp[0] = 0; dp[1] = 1; dp[2] = 1
        for (i in 3..n) {
            dp[i] = dp[i - 1] + dp[i - 2] + dp[i - 3]
        }
        return dp[n]
    }
}
⭐ 3. Rolling Variables — O(n) / O(1)
  • Idea: 只用三個變數追蹤前三個狀態,空間最優
  • Time: O(n)
  • Space: O(1)
class Solution {
    fun tribonacci(n: Int): Int {
        if (n == 0) return 0
        if (n <= 2) return 1
        var a = 0; var b = 1; var c = 1
        for (i in 3..n) {
            val next = a + b + c
            a = b; b = c; c = next
        }
        return c
    }
}

🔑 Takeaways

Ladders 看全部 →

🪜

爬樓梯 / 遞推

費氏遞推的入門與變形。

  1. 1#70Climbing StairsEasy費氏數列:到第 n 階的方法數
  2. 2#746Min Cost Climbing StairsEasy每階有成本 → 求最小成本路徑
  3. 3