代码随想录动态规划——使用最小花费爬楼梯

题目

数组的每个下标作为一个阶梯，第 i 个阶梯对应着一个非负数的体力花费值 cost[i]（下标从 0 开始）。

每当你爬上一个阶梯你都要花费对应的体力值，一旦支付了相应的体力值，你就可以选择向上爬一个阶梯或者爬两个阶梯。

请你找出达到楼层顶部的最低花费。在开始时，你可以选择从下标为 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 。

提示：

cost 的长度范围是 [2, 1000]。 cost[i] 将会是一个整型数据，范围为 [0, 999]

思路

动规五部曲：

1. 确定dp数组以及下标的含义
   dp[i]的定义：到达第i个台阶所花费的最少体力为dp[i]
2. 确定递归公式
   （因为仍然是一次走一步或者一次走两步）可以有两个途径得到dp[i]，一个是dp[i-1] 一个是dp[i-2]，并且一定是选最小的（不像爬楼梯求的是方法的总和所以是累加）：dp[i] = min(dp[i - 1], dp[i - 2]) + cost[i]
3. dp数组如何初始化
   这里要初始化所有的dp[i]是不可能的，因为不可能初始化为第i台阶花费的最少体力

dp[0] = cost[0];
dp[1] = cost[1];

4. 确定遍历顺序
   因为是模拟台阶，而且dp[i]由dp[i-1]和dp[i-2]推出，所以是从前到后遍历cost数组就可以了
5. 举例推导dp数组（很重要，最好自己在草稿纸上模拟一遍）
   拿示例2：cost = [1, 100, 1, 1, 1, 100, 1, 1, 100, 1] ，来模拟一下dp数组的状态变化：

   i = [0,  1 , 2, 3, 4,   5,  6, 7,  8,  9]
cost = [1, 100, 1, 1, 1,  100, 1, 1, 100, 1]
//推导如下
dp[i] = min(dp[i-1],dp[i-2]) + cost[i]

dp[0] = cost[0] = 1;
dp[1] = cost[1] = 100;
dp[2] = 1 + 1 = 2
dp[3] = 2 + 1 = 3
类似...

java代码如下：

class Solution {//第一步不支付费用
	public int minCostClimbingStairs(int[] cost){
		int[] dp = new int[cost.length];
		dp[0] = cost[0];
		dp[1] = cost[1];
		for(int i = 2; i < cost,length; i++){
			dp[i] = Math.min(dp[i-1], dp[i-2]) + cost[i];
		} 
		//最后一步，如果是由倒数第二步爬，则最后一步的体力花费可以不用算
		return Math.min(dp[cost.length - 1],dp[cost.length - 2]);//这里相当于返回最后一步和倒数第二步所要花费的最小值，因为从这两个地方都可以直接到达终点
	}
}