1. 题⽬链接:746.使⽤最⼩花费爬楼梯
2. 题⽬描述
3. 解法(动态规划)
算法思路:
解法⼀:
1. 状态表⽰:
这道题可以根据「经验+题⽬要求」直接定义出状态表⽰:
第⼀种:以i 位置为结尾,巴拉巴拉
dp[i] 表⽰:到达i 位置时的最⼩花费。(注意:到达i 位置的时候, i 位置的钱不需要 算上)
2. 状态转移⽅程:
根据最近的⼀步,分情况讨论:
▪ 先到达i - 1 的位置,然后⽀付cost[i - 1] ,接下来⾛⼀步⾛到i 位置: dp[i - 1] + csot[i - 1] ;
▪ 先到达i - 2 的位置,然后⽀付cost[i - 2] ,接下来⾛⼀步⾛到i 位置: dp[i - 2] + csot[i - 2] 。
3. 初始化:
从我们的递推公式可以看出,我们需要先初始化i = 0 ,以及i = 1 位置的值。容易得到 dp[0] = dp[1] = 0 ,因为不需要任何花费,就可以直接站在第0 层和第1 层上。
4. 填表顺序:
根据「状态转移⽅程」可得,遍历的顺序是「从左往右」。
5. 返回值:
根据「状态表⽰以及题⽬要求」,需要返回dp[n] 位置的值。
C++算法代码:
class Solution
{
public:
int minCostClimbingStairs(vector<int>& cost)
{
int n = cost.size();
// 初始化⼀个 dp表
vector<int> dp(n + 1, 0);
// 初始化
dp[0] = dp[1] = 0;
// 填表
for (int i = 2; i < n + 1; i++)
// 根据状态转移⽅程得
dp[i] = min(cost[i - 1] + dp[i - 1], cost[i - 2] + dp[i - 2]);
// 返回结果
return dp[n];
}
}
Java算法代码:
class Solution
{
public int minCostClimbingStairs(int[] cost)
{
// 1. 创建 dp 表
// 2. 初始化
// 3. 填表
// 4. 返回值
int n = cost.length;
int[] dp = new int[n + 1];
for (int i = 2; i <= n; i++)
dp[i] = Math.min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2]);
return dp[n];
}
}
解法⼆:
1. 状态表⽰:
这道题可以根据「经验+题⽬要求」直接定义出状态表⽰:
第⼆种:以i 位置为起点,巴拉巴拉。
dp[i] 表⽰:从i 位置出发,到达楼顶,此时的最⼩花费。
2. 状态转移⽅程:
根据最近的⼀步,分情况讨论:
▪ ⽀付cost[i] ,往后⾛⼀步,接下来从i + 1 的位置出发到终点: dp[i + 1] + cost[i] ;
▪ ⽀付cost[i] ,往后⾛两步,接下来从i + 2 的位置出发到终点: dp[i + 2] + cost[i] ;
我们要的是最⼩花费,因此dp[i] = min(dp[i + 1], dp[i + 2]) + cost[i] 。
3. 初始化:
为了保证填表的时候不越界,我们需要初始化最后两个位置的值,结合状态表⽰易得: dp[n - 1] = cost[n - 1], dp[n - 2] = cost[n - 2]
4. 填表顺序:
根据「状态转移⽅程」可得,遍历的顺序是「从右往左」。
5. 返回值:
根据「状态表⽰以及题⽬要求」,需要返回dp[n] 位置的值。
C++算法代码:
class Solution
{
public:
int minCostClimbingStairs(vector<int>& cost)
{
// 1. 创建 dp 表
// 2. 初始化
// 3. 填表顺序
// 4. 返回值
int n = cost.size();
vector<int> dp(n);
dp[n - 1] = cost[n - 1], dp[n - 2] = cost[n - 2];
for (int i = n - 3; i >= 0; i--)
dp[i] = min(dp[i + 1], dp[i + 2]) + cost[i];
return min(dp[0], dp[1]);
}
};
Java算法代码:
class Solution
{
public int minCostClimbingStairs(int[] cost)
{
// 1. 创建 dp 表
// 2. 初始化
// 3. 填表
// 4. 返回值
int n = cost.length;
int[] dp = new int[n];
dp[n - 1] = cost[n - 1]; dp[n - 2] = cost[n - 2];
for (int i = n - 3; i >= 0; i--)
dp[i] = Math.min(dp[i + 1], dp[i + 2]) + cost[i];
return Math.min(dp[0], dp[1]);
}
}