leetcode：动态规划--剑指 Offer II 088. 爬楼梯的最少成本

leetcode：动态规划–剑指 Offer II 088. 爬楼梯的最少成本：

剑指 Offer II 088. 爬楼梯的最少成本
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）。
每当爬上一个阶梯都要花费对应的体力值，一旦支付了相应的体力值，就可以选择向上爬一个阶梯或者爬两个阶梯。
请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。
来源：力扣（LeetCode）

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：

• 2 <= cost.length <= 1000
• 0 <= cost[i] <= 999

def minCostClimbingStairs(self, cost):
    """
    :type cost: List[int]
    :rtype: int
    """

    # 动态规划 递推公式
    # dp[n]=min(dp[n-1]+cost[n-1],dp[n-2]+cost[n-2])
    # dp[0]=cost[0]
    # dp[1]=min(cost[1],cost[0])
    # 1、使用数组存储数据,
    # 时间复杂度 O(n)，空间复杂度O(n)
    # dp=[0,0]
    # for i in range(2,len(cost)+1):
    #     dp.append(min(dp[i-1]+cost[i-1],dp[i-2]+cost[i-2]))
    # return dp[-1]

    # 2、使用两个变量存储数据 动态规划
    # 时间复杂度 O(n)，空间复杂度O(1)
    dp1,dp2=0,0
    for i in range(2,len(cost)+1):
        dp1,dp2=dp2,min(dp2+cost[i-1],dp1+cost[i-2])
    return dp2