LeetCode746. 使用最小花费爬楼梯

746. 使用最小花费爬楼梯

提示
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。(也就是相当于 跳到 下标 0 或者 下标 1 是不花费体力的， 从 下标 0 下标1 开始跳就要花费体力了。)
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(顶部不是20处,而是20头上)。
  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

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：在所有到达第i台阶所花费的体力中 , 最少体力为dp[i]。

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]表示从别处跳到此处花费的最小体力
dp[i+1/2]表示从此处跳到别处花费的体力,也是对于dp[i+1/2]而言,从别处i调到此处+1/2花费最小体力
跳一步: dp[i - 1] 跳到 dp[i] 需要花费dp[i] = dp[i - 1] + cost[i - 1]。//dp[i-1]表示之前跳到i-1处已花费体力,const[i-1]表示从i-1跳到别处花费的体力值
跳两步: dp[i - 2] 跳到 dp[i] 需要花费dp[i] = 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]);

跳入上一个点已经花费的体力,加上跳出上一个点需要花费的体力=跳入该点需要花费的体力

class Solution {
public:
    int minCostClimbingStairs(vector<int>& cost) {
        vector<int> dp(cost.size() + 1);
        dp[0] = 0; // 默认第一步都是不花费体力的
        dp[1] = 0;
        for (int i = 2; i <= cost.size(); i++) {
            dp[i] = min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2]);
        }
        return dp[cost.size()];
    }
};
//不开dp数组的压缩写法:
/*
	dp[i-1]下一轮是dp[i](cur)
	dp[i-2]下一轮是dp[i-1](pre)
*/
class Solution {
public:
    int minCostClimbingStairs(vector<int>& cost) {
        int pre=0,cur,prere=0;
        for (int i = 2; i <= cost.size(); i++) {//i0i1为初始可选
            cur = min(pre + cost[i - 1], prere + cost[i - 2]);
            prere = pre; 
            pre = cur;
        }
        return sum;
    }
};