746. 使用最小花费爬楼梯
数组的每个索引作为一个阶梯,第 i个阶梯对应着一个非负数的体力花费值 cost[i] (索引从0开始)。
每当你爬上一个阶梯你都要花费对应的体力花费值,然后你可以选择继续爬一个阶梯或者爬两个阶梯。
您需要找到达到楼层顶部的最低花费。在开始时,你可以选择从索引为 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。
注意:
- cost 的长度将会在 [2, 1000]。
- 每一个 cost[i] 将会是一个Integer类型,范围为 [0, 999]。
方法一:动态规划
「动态规划」 三步
- 状态定义:设 dp[x] 为上到 x 楼梯的最小花费
- 状态转移方程:显然,只能从下一阶或两阶到当前楼梯:dp[x] = min(dp[x - 1], dp[x - 2]) + cost[i]
- 初始化:dp[0] = cost[0], dp[1] = cost[1]
注意,最后一次可以从最后一阶或倒数第二阶楼梯结束,应该返回 min(dp[n - 1], dp[n - 2])
class Solution:
def minCostClimbingStairs(self, cost: List[int]) -> int:
n = len(cost)
dp = [0] * n
dp[0], dp[1] = cost[0], cost[1]
for i in range(2, n):
dp[i] = min(dp[i - 1], dp[i - 2]) + cost[i]
return min(dp[n - 1], dp[n - 2])
执行结果
可以优化内存为 常数个变量,循环变量记录前两阶楼梯的值即可~