LeetCode 使用最小花费爬楼梯

题目

  数组的每个索引做为一个阶梯，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

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。

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

  1. cost 的长度将会在 [2, 1000]。

  2. 每一个 cost[i] 将会是一个Integer类型，范围为 [0, 999]。

解法

---

动态规划 ( Python )

class Solution:
    def minCostClimbingStairs(self, cost) -> int:
        sub = [cost[0],cost[1]]
        if(len(cost) == 2):
            return min(sub)
        for i in range(2, len(cost)):
            sub.append(min(sub[i - 1] + cost[i], sub[i - 2] + cost[i]))
        return min(sub[i], sub[i - 1])

基本思路

  原问题和子问题的关系是动态规划的核心。要爬上第i级台阶，有两种方式：一种是从第i - 1级台阶爬一级，费用等于爬上第i - 1级台阶的所有费用加上第i级台阶的费用，另一种是从第i - 2级台阶爬二级，费用等于爬上第i - 2级台阶的所有费用加上第i级台阶的费用，据此可以构造状态转移式。在只有两级台阶的时候，选择先上费用较小的台阶即可。另外，要注意的是，到了倒数第二级台阶的时候，是可以直接跨过最后一级台阶的，因此这两者的费用需要比较。

复杂度分析

 时间复杂度为$O(N)$。空间上用了一个List保存爬上每级台阶的所有费用，所以为$O(N)$。但是仔细观察可以发现，每次我们计算到达第i级台阶台阶的费用只需要用到之前两级台阶sub[i - 1]和sub[i - 2]的费用，所以把sub换成两个指针变量也可。

class Solution:
    def minCostClimbingStairs(self, cost: List[int]) -> int:
        pre1 = 0
        pre2 = 0
        for i in range(2, len(cost) + 1):
            cur = min(pre1 + cost[i - 2], pre2 + cost[i - 1])
            pre1 = pre2
            pre2 = cur
        return pre2 

  注意这里的关键在于循环从i = 2开始，这样才能保证数组不越界。

相似题目

• LeetCode 爬楼梯