9.3使用最小花费爬楼梯（LC746-E）-CSDN博客

本文链接：https://blog.csdn.net/m0_50696252/article/details/136035385

本文详细介绍了如何使用动态规划算法解决爬楼梯问题，包括确定dp数组含义、递归公式、初始化、遍历顺序和举例推导dp数组的过程。作者还提供了正确代码示例，并分析了时间空间复杂度。

摘要由CSDN通过智能技术生成

算法：

动规五部曲：

1.确定dp数组以及下标含义

dp[i]的定义：到达第i台阶所花费的最少体力为dp[i]。

2.确定递归公式

调到dp[i]，不仅需要体力花费（dp[i - 1]或dp[i - 2] 跳1/2阶），还需要金钱花费（cost[i - 1]或 cost[i - 2]）

也就是说：

dp[i - 1] 跳到 dp[i] 需要花费 dp[i - 1] + cost[i - 1]。

dp[i - 2] 跳到 dp[i] 需要花费 dp[i - 2] + cost[i - 2]。

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 - 1], dp[i - 2] + cost[i - 2]);

3.dp数组初始化

dp[i]由dp[i - 1]，dp[i - 2]推出

只初始化dp[0]和dp[1]就够了，其他的最终都是dp[0]dp[1]推出。

题目描述中明确说了 “你可以选择从下标为 0 或下标为 1 的台阶开始爬楼梯。” 也就是说到达第 0/1 个台阶是不花费的，但从第0 /1个台阶往上跳的话，需要花费 cost[0]/cost[1]。

dp[0] = 0，dp[1] = 0;

4.确定遍历顺序

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。

5.举例推导dp数组（用于debug）

示例2：cost = [1, 100, 1, 1, 1, 100, 1, 1, 100, 1]

正确代码：

class Solution {
    public int minCostClimbingStairs(int[] cost) {
        int len = cost.length;
        //dp数组从0/1开始跳，就算从1开始，也要留个位置给0，所以长度为len+1
        int dp[] = new int[len+1];
        dp[0] = 0;
        dp[1] = 0;// int dp[] = new int[len+1];保证了dp[1]的初始化不会报错
        for (int i=2; i <= len; i++){
            dp[i] = Math.min(dp[i-1]+cost[i-1], dp[i-2]+cost[i-2]);
        }
        return dp[len];    

    }
}