动态规划例题——力扣

文章介绍了如何使用动态规划方法解决最小花费爬楼梯问题,包括确定dp数组含义、递推公式、初始化、遍历顺序和代码实现。还讨论了空间复杂度的优化。
摘要由CSDN通过智能技术生成

例题四:使用最小花费爬楼梯

题目描述:

跳到顶楼的最小花费多少?

题目理解:

①当人处在下标为i的台阶上不消耗体力值,当人从台阶向上跳时会花费体力值

eg.处在i=1的位置并不耗费体力值15,当从台阶1向上跳时会耗费体力值15

②顶楼的位置在下标3的位置

③可以一次跳一层台阶也可以一次跳两层台阶,求最小的体力耗费

动规五部曲

第一步:确定dp数组的含义

dp[i]:到达i位置花费的体力值dp[i]

第二步:递推公式

思考:如何得到dp[i],到达这一层楼梯是从前一层或者前两层过来的

dp[i]=min(dp[i-1]+cost[i-1]+dp[i-2]+dp[i-2])

递推公式的解释——到达[i-1]位置的两种可能:

从i-1的位置到达i,i-1的最小花费dp[i-1]加上向上跳一格到达i位置消耗的体力值

从i-2的位置到达i,i-2的最小花费dp[i-2]加上向上跳两格到达i位置消耗的体力值 

第三步:dp数组的初始化

  dp[0]=0   dp[1]=0(到达这个位置时不需要花费,跳才需要)

第四步:遍历顺序

  从前向后遍历

第五步:打印dp数组(检验bug)

 

相关代码1:

class Solutin
{
public:
 int minCostClimbingStairs(vector<int>&cost)
{
  vector<int>dp(cost.size()+1);
  dp[0]=0;
  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[]);
}
}

时间复杂度:O(n)

空间复杂度:O(n)

相关代码2(优化空间复杂度):

class Solutin
{
 public:

 int minCostClimbingStairs(vector<int>&cost)
{
  int dp[0]=0;
  int 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]);
  dp0=dp1;
  dp1=dpi
}
return dp1;
}

时间复杂度:O(n)

空间复杂度:O(1)

 

补充知识:

vector<int> &cost

cost是一个容器变量,容器的名字叫做vector,容器内存的数据是int类型的

vector<int> cost

cost是一个引用,引用的东西是vector容器的变量,容器内存的数据是int类型的

 

  • 5
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值