746 leetcode 简单

746. 使用最小花费爬楼梯

已解答

简单

给你一个整数数组 cost ，其中 cost[i] 是从楼梯第 i 个台阶向上爬需要支付的费用。一旦你支付此费用，即可选择向上爬一个或者两个台阶。

你可以选择从下标为 0 或下标为 1 的台阶开始爬楼梯。

请你计算并返回达到楼梯顶部的最低花费。

示例 1：

输入：cost = [10,15,20]
输出：15
解释：你将从下标为 1 的台阶开始。
- 支付 15 ，向上爬两个台阶，到达楼梯顶部。
总花费为 15 。

示例 2：

输入：cost = [1,100,1,1,1,100,1,1,100,1]
输出：6
解释：你将从下标为 0 的台阶开始。
- 支付 1 ，向上爬两个台阶，到达下标为 2 的台阶。
- 支付 1 ，向上爬两个台阶，到达下标为 4 的台阶。
- 支付 1 ，向上爬两个台阶，到达下标为 6 的台阶。
- 支付 1 ，向上爬一个台阶，到达下标为 7 的台阶。
- 支付 1 ，向上爬两个台阶，到达下标为 9 的台阶。
- 支付 1 ，向上爬一个台阶，到达楼梯顶部。
总花费为 6 。

提示：

• 2 <= cost.length <= 1000
• 0 <= cost[i] <= 999

知识点扩充：

1.dfs()函数：

DFS是一种用于图形和树的搜索算法，它通过尽可能深地搜索图形的分支来遍历或查找目标节点。下面是一个示例代码来说明如何实现DFS算法：

def dfs(graph, start, visited=None):
    if visited is None:
        visited = set()
    visited.add(start)
    print(start)

    for next_node in graph[start] - visited:
        dfs(graph, next_node, visited)
graph = {
    'A': {'B', 'C'},
    'B': {'A', 'D'},
    'C': {'A', 'E'},
    'D': {'B'},
    'E': {'C'}
}

dfs(graph, 'A')

• 函数dfs接受三个参数：graph表示图形的邻接表，start表示开始节点，visited表示已访问的节点集合。如果visited为空，则将其初始化为空集合。
• visited.add(start)将开始节点添加到已访问集合中。
• print(start)打印当前访问的节点。
• for next_node in graph[start] - visited:遍历与当前节点相邻且尚未访问过的节点。
• dfs(graph, next_node, visited)递归调用dfs函数，以当前节点作为新的起始节点。

2.@cache

@cache是一个装饰器函数，可以用于缓存函数的结果以提高性能。当一个函数被@cache装饰后，它的结果将被缓存起来，下次调用该函数时可以直接返回缓存的结果，而不必重新执行函数体。

下面是一个使用@cache装饰器的示例：

from functools import cache

@cache
def fibonacci(n):
    if n <= 1:
        return n
    return fibonacci(n-1) + fibonacci(n-2)

print(fibonacci(5)) 
# 输出: 5

我们定义了一个fibonacci函数，用于计算斐波那契数列的第n个数。由于斐波那契数列的计算具有重复性，使用缓存可以避免重复计算，提高性能。

@cache装饰器会自动创建一个缓存字典来存储函数的结果，每次调用函数时，会先检查缓存字典中是否已经存在该参数对应的结果，如果存在则直接返回，否则执行函数体并将结果存入缓存字典。

需要注意的是，@cache装饰器只能应用于纯函数（即函数的输出只依赖于输入参数，没有副作用），否则可能会导致意外的结果。

做题思路：

ps：1. and 2. 说法不同，思路相同

1.

在这个问题中，我们需要计算爬上楼梯的最小成本。我们可以从最底部的楼梯开始，每次选择爬1级或2级楼梯，并累计每级楼梯的成本。我们的目标是找到一条路径，使得总成本最小。

这段代码使用了递归的方式来解决问题。递归函数dfs接受一个参数i，表示当前所在的楼梯级数。如果i小于等于1，表示已经到达了楼梯的底部，返回0。否则，递归调用dfs函数来计算爬到i-1级或i-2级楼梯的最小成本，并加上当前楼梯的成本。然后，返回这两种选择中的较小值。

为了避免重复计算，代码使用了@cache装饰器来缓存已经计算过的结果。这样，在下次调用dfs函数时，如果已经计算过相同的参数，就可以直接从缓存中获取结果，避免重复计算。

最终，调用dfs函数并传入楼梯的总级数len(cost)，即可得到爬到楼梯顶部的最小成本

2.

要使用这段代码，需要调用`dfs`函数并传入楼梯的总级数`len(cost)`即可。代码会返回爬到楼梯顶部的最小成本。

可以按照以下步骤来使用这段代码：

1. 首先，将你的楼梯每级的成本存储在一个列表中，比如`cost = [10, 15, 20]`，其中`cost[i]`表示爬到第i级楼梯的成本。

2. 然后，将这个列表作为参数传递给`dfs`函数，即`dfs(cost)`。

3. 最后，代码会返回爬到楼梯顶部的最小成本，你可以将其存储在一个变量中或直接使用。

答案：

class Solution:
    def minCostClimbingStairs(self, cost: List[int]) -> int:
        @cache
        def dfs(i: int) -> int:
            if i <= 1:
                return 0
            return min(dfs(i - 1) + cost[i - 1], dfs(i - 2) + cost[i - 2])
        return dfs(len(cost))