LeetCode 每日一题746. 使用最小花费爬楼梯

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～