【leetcode系列】小菜鸡的leetcode第15题:动态规划入门（2）爬楼梯方法/最小花费爬楼梯

【动态规划问题】：

主要是找到第i个状态时候的通解，例如台阶问题，第i个状态的值F(i)仅与其前一步F(i-1)或两步状态F(i-2)（每次只能爬1-2个台阶，即状态变化补步长）有关，即F(i)=M(F(i-2),F(i-1))，其中M(x)为前一两个状态的函数计算（比如可以为+,-,x,/,或者Max，Min等）

class Solution:
    def minCostClimbingStairs(self, cost: List[int]) -> int:
        n=len(cost)
        if n==0:
            return 0
        if n==1:
            return cost[0]
        F=0#初始化上一步爬到顶层的费用
        for i in range(2,n):
            c= F + min(cost[i-1],cost[i])
            F= c
        return F

    

最小花费爬楼梯：

通解：F为总体爬楼梯的花费，则F(n)=Min(F(n-2)+cost(n-2),F(n-1)+cost(n-1))

*本题有个较难理解的容易出错的地方，即F(0)=0,F(1)=0，也就是说，可以任意从第0阶梯或者第1阶梯爬起，登上第0或者第1阶梯的费用为0 

*还有一个坑，就是n和n+1【所以这个破题到底什么乱七八糟的描述】，楼顶是n+1，所以要用到cost[n]

通解找到了，剩下的值依次可以通过递归求得了，代码如下：

class Solution:
    def minCostClimbingStairs(self, cost: List[int]) -> int:
        n=len(cost)
        if n<=1:
            return 0
        F=[0]*(n+1)
        #爬到0层或者1层的费用都为0，即可以从第0阶或者第1阶免费开始爬起
        #F[0]=0
        #F[1]=0
        for i in range(2,n+1):
            F[i] = min(F[i-2]+cost[i-2],F[i-1]+cost[i-1])
        return F[n]