746.使用最小花费爬楼梯 Min Cost Climing Stairs

题目描述

数组的每个索引作为一个阶梯，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 1:

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。

示例 2:

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。

来源：力扣（LeetCode）链接

题解

离最终题解只差一步之遥，参考了大佬的题解，这道题属于动态规划问题，有以下两种解题思路：

解法一：
执行用时：60 ms, 在所有 Python3 提交中击败了97.30%的用户；
内存消耗：14.9 MB, 在所有 Python3 提交中击败了5.15%的用户。

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

解法二：
执行用时：52 ms, 在所有 Python3 提交中击败了99.94%的用户；
内存消耗：14.7 MB, 在所有 Python3 提交中击败了5.15%的用户。

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

参考博客：动态规划问题 - 经典模型的状态转移方程