动态规划--LC746. 使用最小花费爬楼梯

这个题目本身就比较难理解，弄懂题目之后还是比较简单的一个题目：
这个题是力扣70题爬楼梯的进阶，考虑了爬楼的的花费。我们可以从两个角度来解决这个题：一是开始的台阶不花费，最后一个台阶需要花费。二是开始的台阶需要花费，最后一个台阶不需要花费。
我是从第二个角度来解决这个问题的。首先，你可以站在下表为0或下表为1的台阶开始爬楼梯，我们可以看作是先从地面到第0个台阶或者第一个台阶，第一步是需要花费的。以cost=[10,15,20]为例，我一开始从0台阶爬楼梯那么花费就是10，这里要注意，开始的台阶也花费，或者从1台阶开始爬楼梯那么花费就是15。我们动态规划需要一个dp数组来存储到达台阶的花费，那么初始化就是dp[0] = cost[0]，dp[1] = cost[1]。如果要爬到顶部，那么从0台阶开始，0台阶就占了第一步，因为我们可以爬一步或者两步，所以此时我们只能是在0台阶或着1台阶，爬到顶部还需要在爬一步。如果我们从1台阶开始，1台阶就占了一步，我们直接爬两步就到了顶部。
我们可以这么考虑，我从1开始，我就需要花费1的代价，也就是15，我花完这15之后我就可以往上走1步或者2步。所以，我们从1开始，只需要花费15，网上走两步，1是1步，2是第二步，就到达了顶部。
简而言之就是：开始花费，最后就不用花费；开始没花费，最后就需要花费。
花费了当前台阶的费用，才有资格往上走一步或者两步，且到达后，不用再走就不需要花费

class Solution(object):
    def minCostClimbingStairs(self, cost):
        """
        :type cost: List[int]
        :rtype: int
        """
        # 1.dp
        n = len(cost)
        dp = [0 for i in range(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[n-1],dp[n-2])
        

class Solution(object):
    def minCostClimbingStairs(self, cost):
        """
        :type cost: List[int]
        :rtype: int
        """
		# 2.dp+滚动数组
        n = len(cost)
        dp0 = cost[0]
        dp1 = cost[1]
        for i in range(2, n):
            dpi = min(dp0, dp1) + cost[i]
            dp0 = dp1
            dp1 = dpi
        return min(dp0, dp1)