数组的每个索引作为一个阶梯,第 i个阶梯对应着一个非负数的体力花费值 cost[i](索引从0开始)。
每当你爬上一个阶梯你都要花费对应的体力花费值,然后你可以选择继续爬一个阶梯或者爬两个阶梯。
您需要找到达到楼层顶部的最低花费。在开始时,你可以选择从索引为 0 或 1 的元素作为初始阶梯。
示例 1:
输入: cost = [10, 15, 20]
输出: 15
解释: 最低花费是从cost[1]开始,然后走两步即可到阶梯顶,一共花费15。
示例 2:
输入: cost = [1, 100, 1, 1, 1, 100, 1, 1, 100, 1]
输出: 6
解释: 最低花费方式是从cost[0]开始,逐个经过那些1,跳过cost[3],一共花费6。
注意:
cost 的长度将会在 [2, 1000]。
每一个 cost[i] 将会是一个Integer类型,范围为 [0, 999]。
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/min-cost-climbing-stairs
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
关键字:动态规划
思路比较简单,直接上代码。代码一共提交了N多版,主要是效率优化问题。
一、这是第一版代码,没好好优化的问题,写完跑几组数据,直接提交了,运行结果如下发现运行得比较慢,排名特别靠后(但是最终发现,其实没多少差别)
这段代码逻辑过于冗余,很多条件判断是没有必要的,可以删减掉一些逻辑,于是有了第二版代码
执行用时: 12 ms
内存消耗: 13.5 MB
提交时间:11 分钟前
class Solution {
public:
int minCostClimbingStairs(vector<int>& cost) {
if (2 > cost.size()) {
return 0;
}
else if (2 == cost.size()) {
return cost[0] > cost[1] ? cost[1] : cost[2];
}
int minCost = -1;
for (int i=0; i<cost.size() + 1; ++i) {
if (i == cost.size()) {
minCost = cost[i-1] > cost[i-2] ? cost[i-2] : cost[i-1];
}
else if (i == 0) {
cost[i] = cost[i];
}
else if (i == 1) {
cost[i] = cost[1];
}
else {
int step1 = cost[i-2] + cost[i];
int step2 = cost[i-1] + cost[i];
cost[i] = step1 > step2 ? step2 : step1;
}
}
return minCost;
}
};
二、这里是第二版代码,优化了一些条件判断,同时比上一版精简了很多,提交了很多次,其实运行效率也没快多少,排名依旧不上不下
主要是精简了判断逻辑,因为当i<2的时候,始终返回的是0,而当i=2的时候,就可以带入动态方程
最后翻了评论,有大佬说超过了99+%的人,于是我看了一下,第三版代码是别人写的,只用了3行
执行用时: 8 ms
内存消耗: 13.5 MB
class Solution {
public:
int minCostClimbingStairs(vector<int>& cost) {
int minCost = 0;
for (int i=2; i<cost.size() + 1; ++i) {
if (i == cost.size()) {
minCost = min(cost[i-1], cost[i-2]);
}
else {
cost[i] += min(cost[i-2], cost[i-1]);
}
}
return minCost;
}
};
三、这是大佬的三行代码
我用这个代码提交了几次,运行效率确实快了很多,有一次运行效率显示0ms(这是真实存在的嘛。。。?)
但是不得不说,这个确实够精简!
class Solution {
public:
int minCostClimbingStairs(vector<int>& cost) {
for(int i =cost.size()-3;i>=0;i--)
cost[i]=cost[i]+min(cost[i+1],cost[i+2]);
return min(cost[0],cost[1]);
}
};