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