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。
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
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/GzCJIP
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。
分析
方法一:递归
动态规划题,我们知道爬楼梯每次可以选择爬1层或者2层,那么每次进行爬楼梯的时候都要进行两次考虑。
1、找出状态转移方程:假设要爬到第 i 层,前两层的最优爬法分别以f(i - 1)和f(i - 2)表示,那么爬到第 i 层的最优爬法就是f(i) = min(f(i - 1), f(i - 2)) + cost[ i ],对于 i 小于2的情况 f(0) = cost[0],f(1) = cost[1]。
2、递归的方法是利用自上而下的做法,即从 cost.length 往下走,直到cost[0]或者cost[1]返回,为了避免重复递归,利用 dp[] 来对走过的路进行缓存,即 dp[i] 表示 f(i) 。
3、递归的方法时间复杂度是O(n)空间复杂度是O(n)。
方法二: 迭代
迭代的方法时间复杂度和空间复杂度跟方法一相同。
迭代是利用自下而上的方法,从 f(0) 和 f(1) 开始构建 dp[] 数组。
方法三:空间复杂度为O(1)的迭代
从状态转移方程可以看出我们只需要f(i - 1)和f(i - 2)就可以得到f(i),那么我们只需要动态调整f(i - 1)和f(i - 2)的值即可,也就是说dp[]数组里只存储2个元素就够了。
题解(Java)
方法一:递归
class Solution {
public int minCostClimbingStairs(int[] cost) {
int length = cost.length;
int[] dp = new int[length];
// 考虑到length如果是2,dp[0]在递归过程中不会赋值,所以提前赋值
dp[0] = cost[0];
helper(cost, length - 1, dp);
return Math.min(dp[length - 2], dp[length - 1]);
}
private void helper(int[] cost, int i, int[] dp) {
if (i < 2) {
dp[i] = cost[i];
} else if (dp[i] == 0) {
helper(cost, i - 2, dp);
helper(cost, i - 1, dp);
dp[i] = Math.min(dp[i - 2], dp[i - 1]) + cost[i];
}
}
}
方法二:迭代
class Solution {
public int minCostClimbingStairs(int[] cost) {
int length = cost.length;
int[] dp = new int[length];
dp[0] = cost[0];
dp[1] = cost[1];
for (int i = 2; i < length; i++) {
dp[i] = Math.min(dp[i - 1], dp[i - 2]) + cost[i];
}
return Math.min(dp[length - 2], dp[length - 1]);
}
}
方法三:迭代优化
class Solution {
public int minCostClimbingStairs(int[] cost) {
int[] dp = {cost[0], cost[1]};
for (int i = 2; i < cost.length; i++) {
dp[i % 2] = Math.min(dp[0], dp[1]) + cost[i];
}
return Math.min(dp[0], dp[1]);
}
}