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。
- 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];
- 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])
- 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