LeetCode 746 使用最小花费爬楼梯 题解

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：动态规划：

假设数组 cost 的长度为 n，则 n 个阶梯分别对应下标 0到 n-1，楼层顶部对应下标 n，问题等价于计算达到下标 n 的最小花费。可以通过动态规划求解。
创建长度为 n+1的数组dp，其中 dp[i] 表示达到下标 i 的最小花费。
由于可以选择下标 0 或 1 作为初始阶梯，因此有 dp[0]=dp[1]=0。
当2≤i≤n 时，可以从下标 i-1使用 cost[i−1] 的花费达到下标 i，或者从下标i−2 使用 cost[i−2] 的花费达到下标 i。为了使总花费最小，dp[i] 应取上述两项的最小值，因此状态转移方程如下：

dp[i]=min(dp[i−1]+cost[i−1],dp[i−2]+cost[i−2])

依次计算 dp 中的每一项的值，最终得到的 dp[n] 即为达到楼层顶部的最小花费。
但是这样的话，时间复杂度【需要依次计算每个dp 值，每个值的计算需要常数时间】和空间复杂度都是 O(n)。注意到当i≥2 时，dp[i] 只和 dp[i−1] 与dp[i−2] 有关，因此可以使用滚动数组的思想，将空间复杂度优化到 O(1)。

class Solution {
    public int minCostClimbingStairs(int[] cost) {
        if(cost == null || cost.length == 0){
            return 0;
        }
        int[] dp = new int[cost.length + 1];
        for(int i = 2; i <= cost.length; i++){
            dp[i] = Math.min((dp[i-2] + cost[i-2]), (dp[i-1] + cost[i-1]));
        }
        return dp[cost.length];
    }
}

优化：

class Solution {
    public int minCostClimbingStairs(int[] cost) {
        if(cost == null || cost.length == 0){
            return 0;
        }
        int pre = 0;//dp[0],dp[i-2]
        int cur = 0;//dp[1],dp[i-1]
        for(int i = 2; i <= cost.length; i++){
            int next = Math.min((pre + cost[i-2]), (cur + cost[i-1]));//dp[i]
            pre = cur;
            cur = next;
        }
        return cur;
    }
}