动态规划(4)使用最小花费爬楼梯
题目
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 costi。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]。
解题思路
逻辑分析:对于本问题来说,每次向上可以有两种选择,即一次上一阶或者一次上两阶。从而对于上到第 i 阶楼梯来说,可以直接从 i - 1阶上到 i 阶,其花费为cost[i - 1];也可以从 i - 2阶直接上到 i 阶,不经过 i - 1 阶,其花费为cost[i - 2]。所以有在第 i 阶楼梯的基础上再向上上一阶或两阶的的总花费:
dp[ i ] = min( dp[ i - 1 ], dp[ i - 2 ]) + cost[ i ]
所以针对本题来说,若要求解登上第 i 阶楼梯顶部的最小花费则为min(dp[ i - 1], dp[ i - 2]).
对于初始状态来说:
dp[ 0 ] = min( dp[ -1 ], dp[ -2 ]) + cost[ 0 ] = cost[ 0 ]
dp[ 1 ] = min( dp[ 0 ], dp[ -1 ]) + cost[ 1 ] = cost[ 1 ]
代码
python
class Solution:
def minCostClimbingStairs(self, cost: List[int]) -> int:
n = len(cost)
dp = [0] * n
dp[0] = cost[0]
dp[1] = cost[1]
for i in range(2, n):
dp[i] = min(dp[i - 1],dp[i -2]) + cost[i]
return min(dp[-1],dp[-2])
c++
class Solution {
public:
int minCostClimbingStairs(vector<int>& cost) {
int n = cost.size();
int dp[n];
dp[0] = cost[0];
dp[1] = cost[1];
for(int i = 2;i < n;i++)
{
dp[i] = min(dp[i - 1], dp[i - 2]) + cost[i];
}
return min(dp[n - 1], dp[n - 2]);
}
};