动态规划经典——爬楼梯

爬楼梯

题目

经典动态规划问题：爬楼梯

https://leetcode-cn.com/problems/climbing-stairs/

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？

注意：给定 n 是一个正整数。

示例 1：

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

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/climbing-stairs
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

分析

其实该题已经算很经典的动态规划问题了，爬楼梯有两种爬法，一个台阶和两个台阶

注意动态规划问题，主要是找状态转移方程。

该题状态方程为 dp[i]=dp[i-1]+dp[i-2]。

怎么理解呢，前i个台阶的楼梯爬法=前i-1个台阶的楼梯爬法+前i-2个台阶的楼梯爬法

按照这个思路，所以我们有了如下的解法

递归

class Solution {
    public int climbStairs(int n) {
if (n==1||n==0){
            return 1;
        }
        return climbStairs(n-1)+climbStairs(n-2);
    }
}

提交，超时了。

该怎么优化呢？

备忘录

即把已经计算过的值存储起来，避免重复计算，所以有了如下

class Solution {
    int[] mem;
    public int climbStairs(int n) {
   if (mem==null){
            mem=new int[n+1];
            mem[0]=1;
            mem[1]=1;
        }
        if (mem[n]!=0){
            return mem[n];
        }
        if (n==1||n==0){
            return 1;
        }
       mem[n]=climbStairs(n-1)+climbStairs(n-2);
        return mem[n];
    }
}

自底向上的求解

递归的解法为，自顶向下的思路，还可以自底向上，即我们的动态规划。思路类似，这里就不写DP数组了

class Solution {
    int[] mem;
    public int climbStairs(int n) {
   if (mem==null){
            mem=new int[n+1];
            mem[0]=1;
            mem[1]=1;
        }
        if (mem[n]!=0){
            return mem[n];
        }
        if (n==1||n==0){
            return 1;
        }
       mem[n]=climbStairs(n-1)+climbStairs(n-2);
        return mem[n];
    }
}

带权的爬楼梯

题目

https://leetcode-cn.com/problems/min-cost-climbing-stairs/

746. 使用最小花费爬楼梯

难度简单619收藏分享切换为英文接收动态反馈

数组的每个下标作为一个阶梯，第 i 个阶梯对应着一个非负数的体力花费值 cost[i]（下标从 0 开始）。

每当你爬上一个阶梯你都要花费对应的体力值，一旦支付了相应的体力值，你就可以选择向上爬一个阶梯或者爬两个阶梯。

请你找出达到楼层顶部的最低花费。在开始时，你可以选择从下标为 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 。

分析

其实和爬楼梯类似，这里只是求接最小值(求最大值类似)。dp数组为爬到第i阶台阶的最小花费(n表示当前计算的第n个台阶)，dp方程为

dp[i]=Math.min(dp[i-1]+cost[n],dp[i-2]+cost[n])

最大值无非就是Math.max，思路也是一样。这里直接贴出结果

class Solution {
    public int minCostClimbingStairs(int[] cost) {
 int preOne=cost[1];
        int preTwo=cost[0];
       int current=preOne;
        for (int i = 2; i < cost.length; i++) {
            current=Math.min(preOne+cost[i],preTwo+cost[i]);
            preTwo=preOne;
            preOne=current;
        }
        return Math.min(preTwo,current);
    }
}