力扣：746. 使用最小花费爬楼梯

题目描述

给你一个整数数组 cost ，其中 cost[i] 是从楼梯第 i 个台阶向上爬需要支付的费用。一旦你支付此费用，即可选择向上爬一个或者两个台阶。
你可以选择从下标为 0 或下标为 1 的台阶开始爬楼梯。
请你计算并返回达到楼梯顶部的最低花费。
示例 1：
输入：cost = [10,15,20]
输出：15
解释：你将从下标为 1 的台阶开始。支付 15 ，向上爬两个台阶，到达楼梯顶部。总花费为 15 。

问题分析

这道题是力扣：70. 爬楼梯的进阶版本，所以还是用动态规划。要注意题目的描述 “cost[i]是从楼梯第i个台阶向上爬需要支付的费用”，就是说最后一个台阶到达楼梯顶部也要支付费用的，仔细研究示例1。

1. 确定dp数组及下标的含义：dp[i]的定义：到达第i台阶所花费的最小体力值，楼梯顶部对应dp[n]；
2. 确定递推公式：到达第i台阶，可以从第i-1台阶上，也可以从第i-2台阶上，最终看dp[i-1]+cost[i-1]和dp[i-2]+cost[i-2]那个更小，递推公式：dp[i]=min(dp[i-1]+cost[i-1],dp[i-2]+cost[i-2])
3. 初始化dp数组：由于可以选择下标0或1作为初始阶梯，因此有dp[0] = dp[1] = 0。

代码实现

// 编程软件：VS2019
// 参考书籍：代码随想录
#include<iostream>
#include<vector>
using namespace std;

// 动态规划法：时间复杂度O(n)，空间复杂度O(n)
int minCostClimbingStairs1(vector<int>& cost) {
	vector<int> dp(cost.size()+1);
	dp[0] = dp[1] = 0;
	for (int i = 2; i <= cost.size(); i++) {
		dp[i] = min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2]);
	}
	return dp[cost.size()]; // 返回到达楼梯顶部的最小费用
}

// 动态规划优化版：时间复杂度O(n)，空间复杂度O(1)
int minCostClimbingStairs2(vector<int>& cost) {
	int dp0 = dp1 = 0;
	for (int i = 2; i <= cost.size(); i++) {
		int dpi = min(dp0 + cost[i - 2], dp1 + cost[i - 1]);
		dp0 = dp1;
		dp1 = dpi;
	}
	return dp1; // 返回到达楼梯顶部的最小费用
}

int main() {
	vector<int> cost = { 1,100,1,1,1,100,1,1,100,1 };
	int res = minCostClimbingStairs1(cost);
	cout << res;
}
// 结果：6