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
)
O(N)
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
)
O(N)
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。