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]。
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。
我的思考:这道题和之前做过的一道线性规划题很像,链接: https://blog.csdn.net/qq_34132502/article/details/110953967.
所以我不假思索的按照之前的思路去做,结果发现是错的……因为之前那道题要求取得数不可以相邻,而这道题的要求是取得数可以相邻且间隔不能超过1个。这就显然不一样了。
之前考虑的是取不取这个数的条件是:
a
i
+
f
(
i
−
2
)
>
f
(
i
−
1
)
a_{i}+f(i-2)>f(i-1)
ai+f(i−2)>f(i−1)。
现在为了满足新的需要则改成:
d
p
[
i
−
2
]
<
d
p
[
i
−
1
]
dp[i - 2] < dp[i - 1]
dp[i−2]<dp[i−1]。用三元运算符则是
(dp[i - 2] < dp[i - 1]) ? (dp[i - 2] + cost[i]) : (dp[i - 1] + cost[i])
如果我取第i个数,那么i之前的最小花费就是dp[i]。所以考虑
d
p
[
i
−
2
]
+
c
o
s
t
[
i
]
<
d
p
[
i
−
1
]
+
c
o
s
t
[
i
]
dp[i - 2] + cost[i]< dp[i - 1] + cost[i]
dp[i−2]+cost[i]<dp[i−1]+cost[i] 即
d
p
[
i
−
2
]
<
d
p
[
i
−
1
]
dp[i - 2] < dp[i - 1]
dp[i−2]<dp[i−1]。
最后取dp中最后两个数中最小的就行。
这个方法还可以继续减少空间复杂度,就是把dp数组换成minprice1和minprice2去存放这两个值。
代码:
class Solution {
public:
int minCostClimbingStairs(vector<int>& cost) {
int dp[cost.size()];
for (int i = 0; i < cost.size(); i++)
if (i <= 1) dp[i] = cost[i];
else dp[i] = (dp[i - 2] < dp[i - 1]) ? (dp[i - 2] + cost[i]) : (dp[i - 1] + cost[i]);
return min(dp[cost.size() - 2], dp[cost.size() - 1]);
}
};