使用最小花费爬楼梯

目录

思路

初始化

递推关系

结果

解题过程

复杂度

代码实现

---

思路

        这个问题可以通过动态规划来解决。我们使用一个数组 dp，其中 dp[i] 表示达到第 i 个台阶所需的最低花费。根据题目要求，可以从下标为 0 或 1 的台阶开始爬

• 初始化

1. dp[0] 表示从下标为 0 的台阶开始的最低花费，即 dp[0] = cost[0]。
2. dp[1] 表示从下标为 1 的台阶开始的最低花费，即 dp[1] = cost[1]。

• 递推关系

        对于第 i 个台阶（其中 i >= 2），可以从第 i-1 或第 i-2 个台阶跳上来。因此，

• 结果

  最终的答案是 dp[n-1] 和 dp[n-2] 中的较小值，其中 n 是数组 cost 的长度。

---

解题过程

1. 初始化 dp 数组，长度为 n，并设置初始值 dp[0] = cost[0] 和 dp[1] = cost[1]。
2. 使用循环从 2 到 n-1 更新 dp[i] 的值。
3. 返回 dp[n-1] 和 dp[n-2] 中的最小值作为结果。

---

复杂度

• 时间复杂度：O(n)，其中 n 是数组 cost 的长度。我们只需遍历数组一次进行动态规划计算。
• 空间复杂度：O(n)，需要一个额外的数组 dp 存储最低花费的值。

---

代码实现

class Solution(object):
    def minCostClimbingStairs(self, cost):
        n = len(cost)
        if n == 0:
            return 0
        if n == 1:
            return cost[0]
    
        dp = [0] * n
        dp[0] = cost[0]
        dp[1] = cost[1]
    
        for i in range(2, n):
            dp[i] = min(dp[i-1] + cost[i], dp[i-2] + cost[i])
    
        return min(dp[-1], dp[-2])