「动态规划」如何求到达楼梯顶部的最低花费？

746. 使用最小花费爬楼梯https://leetcode.cn/problems/min-cost-climbing-stairs/description/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1个或者2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。请你计算并返回到达楼梯顶部的最低花费。

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2个台阶，到达楼梯顶部。总花费为15。
2. 输入：cost = [1,100,1,1,1,100,1,1,100,1]，输出：6，解释：你将从下标为0的台阶开始。支付1，向上爬2个台阶，到达下标为2的台阶；支付1，向上爬2个台阶，到达下标为4的台阶；支付1，向上爬2个台阶，到达下标为6的台阶；支付1，向上爬1个台阶，到达下标为7的台阶；支付1，向上爬2个台阶，到达下标为9的台阶；支付1，向上爬1个台阶，到达楼梯顶部。总花费为6。

提示：2 <= cost.length <= 1000，0 <= cost[i] <= 999。

---

我们用动态规划的思想来解决这个问题。由于cost的下标范围是[0, n - 1]，故到达楼梯顶部的最低花费等价于到达n位置的最低花费。

确定状态表示：根据经验和题目要求，我们用dp[i]表示到达i位置的最低花费。

推导状态转移方程：到达i位置的最低花费和最近的一步有关。

• 我们可以先到i - 1位置，支付cost[i - 1]，再向上爬1个台阶。由于到i - 1位置的最低花费是dp[i - 1]，这种情况总共的最低花费是dp[i - 1] + cost[i - 1]。
• 我们也可以先到i - 2位置，支付cost[i - 2]，再向上爬2个台阶。由于到i - 2位置的最低花费是dp[i - 2]，这种情况总共的最低花费是dp[i - 2] + cost[i - 2]。

要求的是到达i位置的最低花费，即上面2种情况的较小值，也就是说dp[i] = min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2])。

初始化：根据状态转移方程，计算dp[0]和dp[1]时会越界，所以需要初始化。由于可以选择从下标为0或1的位置开始向上爬，所以dp[0] = dp[1] = 0。

填表顺序：根据状态转移方程，dp[i]依赖于dp[i - 1]和dp[i - 2]，故应从左往右填表。

返回值：到达楼梯顶部的最低花费等价于到达n位置的最低花费，故应返回dp[n]。

细节问题：由于下标范围是[0, n]，故dp表的规模是1 x (n + 1)。

class Solution {
public:
    int minCostClimbingStairs(vector<int>& cost) {
        int n = cost.size();

        // 创建dp表
        vector<int> dp(n + 1);

        // 填表
        for (int i = 2; i <= n; i++) {
            dp[i] = min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2]);
        }

        // 返回结果
        return dp[n];
    }
};