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
思路
1. 确定dp数组以及下标的含义
使用动态规划,就要有一个数组来记录状态,本题只需要一个一维数组dp[i]就可以了。
dp[i]的定义:到达第i+1个台阶的cost,如果cost数组长度为3,那么楼顶就是3,最后返回dp[2]即可,dp[2]就代表到达第三个台阶(楼顶)的cost。
2. 确定递推公式
可以有两个途径得到dp[i],一个是dp[i-1] 一个是dp[i-2]。
dp[i - 1] 代表已经到了第i个台阶,dp[i]代表跳到第i+1个台阶,因此dp[i - 1] 到 dp[i] 需要花费 dp[i - 1] + cost[i]。那么dp[i - 2] 到 dp[i] 需要花费 dp[i - 2] + cost[i - 1]。
那么究竟是选从dp[i - 1]跳还是从dp[i - 2]跳呢?
一定是选最小的,所以dp[i] = min(dp[i - 1] + cost[i], dp[i - 2] + cost[i - 1]);
3. dp数组如何初始化
dp[0]代表到第一层,要么从0开始到1,要么直接站到第一层,所以dp[0] = 0,dp[1]代表到了第二层,要么从0到2,要么从1到2,所以dp[1] = min(cost[0],cost[1])。
4. 确定遍历顺序
最后一步,递归公式有了,初始化有了,如何遍历呢?
因为是模拟台阶,而且dp[i]由dp[i-1]dp[i-2]推出,所以是从前到后遍历cost数组就可以了。
但是稍稍有点难度的动态规划,其遍历顺序并不容易确定下来。 例如:01背包,都知道两个for循环,一个for遍历物品嵌套一个for遍历背包容量,那么为什么不是一个for遍历背包容量嵌套一个for遍历物品呢? 以及在使用一维dp数组的时候遍历背包容量为什么要倒序呢?
5. 举例推导dp数组
就拿10,15,20举例,dp[0] = 0,dp[1] = min(cost[0],cost[1]) = 10,然后求dp[2],要么从第二层跳。要么从第一层跳,因此dp[2] = min(dp[1]+cost[2],dp[0]+cost[1])
代码如下:
class Solution {
public:
int minCostClimbingStairs(vector<int>& cost) {
vector<int> dp(cost.size()); //dp[n],n+1层为楼顶的代价
if(cost.size()==0||cost.size()==1)
{
return 0;
}
dp[0]=0;
dp[1]=min(cost[0],cost[1]);
for(int i=2;i<cost.size();i++)
{
dp[i]=min(dp[i-1]+cost[i],dp[i-2]+cost[i-1]);
}
return dp[cost.size()-1];
}
};
- 时间复杂度:O(n)
- 空间复杂度:O(n)
还可以优化空间复杂度,因为dp[i]就是由前两位推出来的,那么也不用dp数组了,C++代码如下:
class Solution {
public:
int minCostClimbingStairs(vector<int>& cost) {
int dp[2];
if(cost.size()==0||cost.size()==1)
{
return 0;
}
dp[0]=0;
dp[1]=min(cost[0],cost[1]);
for(int i=2;i<cost.size();i++)
{
int result = min(dp[1]+cost[i],dp[0]+cost[i-1]);
dp[0]=dp[1];
dp[1]=result;
}
return dp[1];
}
};
- 时间复杂度:O(n)
- 空间复杂度:O(1)
当然如果在面试中,能写出版本一就行,除非面试官额外要求 空间复杂度,那么再去思考版本二,因为版本二还是有点绕。版本一才是正常思路。