题目描述
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]。
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/min-cost-climbing-stairs
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
题解
很容易想到使用动态规划。
设dp[i]为爬到第i个台阶花费最小体力值;
dp[i]有两种选择:
- 从第 i-1 个台阶爬一个台阶到第 i 个台阶,花费 dp[i-1]+cost[i];
- 从第 i-2 个台阶爬两个台阶到第 i 个台阶,花费 dp[i-2]+cost[i];
1.动态转移方程
dp[i] = min(dp[i-1], dp[i-2])+cost[i];
2.初始值
dp[0] = cost[0];
dp[1] = cost[1];
由于题目中说明了cost 的长度将会在 [2, 1000]之间,如果长度小于2,可以直接跨到楼层顶部台阶,所以花费为0。
需要注意的是:
- 最终爬到楼层顶部相当于是第n+1个台阶,并且该台阶花费为0,因此最终结果为min(dp[cost.size()-1], dp[cost.size()-2])
代码如下:
int minCostClimbingStairs(vector<int>& cost) {
vector<int> dp(cost.size(), 0);
dp[0]=cost[0];
dp[1]=cost[1];
for(int i=2; i<cost.size(); i++)
{
dp[i] = min(dp[i-1], dp[i-2])+cost[i];
}
return min(dp[cost.size()-1], dp[cost.size()-2]);
}
时间复杂度O(n)
空间复杂度O(n)
优化
由于动态转移方程只与前两个元素相关,因此可用两个变量代替dp数组。
int minCostClimbingStairs(vector<int>& cost) {
vector<int> dp(cost.size(), 0);
dp[0]=cost[0];
dp[1]=cost[1];
int pre = cost[0];
int next = cost[1];
for(int i=2; i<cost.size(); i++)
{
int tmp = next;
next = min(pre, next)+cost[i];
pre = tmp;
}
return min(pre, next);
}
时间复杂度O(n)
空间复杂度O(1)