目录
一、题目描述
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]。
二、解题思路
这是一道简单动态规划题,记录的原因在于是我第一次做的从后往前递推的动态规划题。这道题当然也可以从前往后递推,但是从前往后递推容易陷入一些思维陷阱。
比如假设dp[i]为到达下标i的台阶的花费,当i=0是,我想当然的认为dp[0] = cost[0],这显然不对,因为0和1是可以直接作为初始阶梯的,这就意味着到达阶梯0或者1不需要消耗体力值,花费为0。然后对于 2 >= i <=n -1的台阶,dp[i] = min(dp[i - 1], dp[i - 2]) + cost[i]。
那随之而来的另一个问题是这样做只到达n -1级台阶啊,并没有到顶。
解决方案是dp数组要加一个元素,用来表示顶部,最后返回dp[n]即可。
说说从后往前推的方式:
dp[i]表示的是从台阶i到达楼梯顶需要的最小花费,那么我们要求的就是min(dp[0], dp[1]);
显示dp[n - 1] = cost[ n - 1],dp[n - 2] = cost[n - 2]。
dp[i] = min(dp[i + 1], dp[i + 2]) + cost[i]。
动态规划题的起点是你的dp数组的含义,所以如何设计一个方便解题dp数组是一门技术活!
三、代码实现
#include <bits/stdc++.h>
using namespace std;
int minCostClimbingStairs(vector<int>& cost) {
int n = cost.size();
vector<int> dp(n);
dp[n - 2] = cost[n - 2];
dp[n - 1] = cost[n - 1];
for (int i = n - 3; i >= 0; i--) {
dp[i] = min(dp[i + 1], dp[i + 2]) + cost[i] ;
}
return min(dp[0], dp[1]);
}
int main() {
vector<int> cost = { 10,15,20};
cout << minCostClimbingStairs(cost);
return 0;
}