【leetcode---DP】746. Min Cost Climbing Stairs

动态规划(Dynamic programming, DP)

如果我们用一个数组dp[]来存放到达每一层所需要的花费值。最终结果是求dp[cost.length]的值。
每次可以走1层或者2层，并且可以从0或者从1开始，所以可以得到dp[0]为0，dp[1]为0
从2开始，dp[i]可以由通过dp[i-2]走2层或者通过dp[i-1]走一层到达，而这i-2和i-1层所要花费的值分别为cost[i-2]和cost[i-1]
所以，dp[i] = min(dp[i-2] + cost[i-2], dp[i-1] + cost[i-1])。
该算法的空间复杂度为O(n)，时间复杂度为O(n)。

class Solution(object):
    def minCostClimbingStairs(self, cost):
        """
        :type cost: List[int]
        :rtype: int
        """
        l = len(cost)
        dp=[]*2001
        if l == 1 or l == 0:
            return 0        
        dp.append(0)
        dp.append(0)
        for i in range(2,l+1):
            dp.append(min(dp[i-1]+cost[i-1],dp[i-2]+cost[i-2]))
        return dp[-1]