LeetCode刷题之路-动态规划-746. 使用最小花费爬楼梯

题目描述

---

数组的每个下标作为一个阶梯，第 i 个阶梯对应着一个非负数的体力花费值 cost[i]（下标从 0 开始）。

每当你爬上一个阶梯你都要花费对应的体力值，一旦支付了相应的体力值，你就可以选择向上爬一个阶梯或者爬两个阶梯。

请你找出达到楼层顶部的最低花费。在开始时，你可以选择从下标为 0 或 1 的元素作为初始阶梯。

---

解题思路 - 动态规划

这个题肯定是得用动态规划来做的，因为从题目描述就能发现，爬上第i级阶梯最少花费，要不就是从第i-1级上来的，要不就是从第i-2级台阶上来的。
但是思路一开始还是没有打开，因为总想着找dp[i]和dp[i-1]的关系。然后，发散思路后，发现dp[i]应该跟dp[i-1]和dp[i-2]存在某种联系。
但是当自己顺着这个思路写，发现总少了点什么，答案总是不对。参考了官方的解题思路之后，发现问题点在于dp[i]的定义。

dp[i]不应该是跨过第i级阶梯的最少体力花费，
而是登上第i级阶梯所花费的最少体力。这样的话，题目所求就变成了dp[cost.length]。而dp[i]的长度就是cost.lenght+1；

解题代码

public int minCostClimbingStairs(int[] cost) {
        // dp[i]为登上第i个阶梯所消耗的最小体力
        // 最少花费体力，要不就是从上一级台阶上来的，
        // 要不就是从上二级上来的
        // dp[i] = min(dp[i-1] + cost[i-1], dp[i-2] + cost(i-2));
        // 注意，这是登上的，而不是跨上的，
        // 而题目说的是登上顶楼，也就是要跨过所有阶梯
        // 这意味着，用这个转移方程，意味着要求出的是dp[cost.length]，
        // 所以dp长度是int[cost.length + 1]
        int[] dp = new int[cost.length + 1];
        dp[0] = dp[1] = 0;
        for (int i = 2; i <= cost.length; i++) {
            dp[i] = Math.min(dp[i-1] + cost[i-1], dp[i-2] + cost[i-2]);
        }
        return dp[cost.length];
    }