leetcode70 爬楼梯，746 使用最小花费爬楼梯（python）

70. 爬楼梯

假设你正在爬楼梯。需要 n 阶你才能到达楼顶。

每次你可以爬 1 或 2 个台阶。你有多少种不同的方法可以爬到楼顶呢？

示例 1：

输入：n = 2
输出：2
解释：有两种方法可以爬到楼顶。
1. 1 阶 + 1 阶
2. 2 阶

示例 2：

输入：n = 3
输出：3
解释：有三种方法可以爬到楼顶。
4. 1 阶 + 1 阶 + 1 阶
5. 1 阶 + 2 阶
6. 2 阶 + 1 阶
 

提示：

1 <= n <= 45

分析

• 由于最近学动态规划，接下来能用动态规划的题就优先用动态规划，其他解法以后有时间再更新。
• 当爬1层楼梯的时候，我们只有一种走法，当爬两层楼梯的时候，我们有两种走法，分别是（走两个一步和一下走两步）。而爬第三层楼梯时，我们可以再第一层走两步，在第二层走一步。所以第三层有（第一层走法数量+第二层走法数量），以此类推。我们发现：这不就是一个斐波那契数列吗？
• 注意这里的dp[i]表示i层有dp[i]种走法
• 这题也可以省空间，定义几个变量换来换去（不多赘述）

代码（DP）

class Solution:
    def climbStairs(self, n: int) -> int:
        res = 0
        # 1 --> 1
        # 2 --> 2
        # 3 --> 3(1+2)
        # 4 --> 5(2+3)
        # n --> f(n-1)+f(n-2)

        dp = [0] * (n+1)
        # 初始化状态
        if n == 1 or n == 2:
            return n
        
        dp[1] = 1
        dp[2] = 2
        for i in range(3,n+1):
            dp[i] = dp[i-1] + dp[i-2]

        return dp[n]

通过截图

746. 使用最小花费爬楼梯

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

分析

• 其实，思路和上面那题差不多。由于只能走一到二步，所以，第三层将发生变化。第三层可以由第一层过来，或者第二层过来，他们过来都需要花费第三层的费用加上本身楼层的最小费用，两者求最小值可以得到走到第三层的最小费用。
• dp[i]是走到第i+1层需要花费的最小费用
• 首先第一层最小费用肯定为第一层的最小费用，第二层最小费用为第二层费用，由于费用是非负数，所以可以确保第二层费用 >= 第一层最小费用+第二层费用。
• 最后结果，n层就看n-1层和n-2层谁小选谁

代码

class Solution:
    def minCostClimbingStairs(self, cost: List[int]) -> int:
        n = len(cost)
        dp = [0] * n
        dp[0] = cost[0] # 走第一层台阶要花的费用
        dp[1] = cost[1] # 走的二层台阶要花的最小费用
        # 这里一定最小，因为走第一层大于等于0
        for i in range(2,n):
            dp[i] = min(dp[i-1]+cost[i],dp[i-2]+cost[i])

        return min(dp[n-1],dp[n-2])

通过截图

如有错误，敬请指正，欢迎交流，谢谢♪(･ω･)ﾉ