【玩转动态规划专题】746. 使用最小花费爬楼梯【简单】

发布于:2024-10-10 ⋅ 阅读:(21) ⋅ 点赞:(0)

【玩转动态规划专题】746. 使用最小花费爬楼梯【简单】

1、力扣链接

https://leetcode.cn/problems/min-cost-climbing-stairs/description/

2、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 。
    示例 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 ,向上爬两个台阶,到达下标为 2 的台阶。
  • 支付 1 ,向上爬两个台阶,到达下标为 4 的台阶。
  • 支付 1 ,向上爬两个台阶,到达下标为 6 的台阶。
  • 支付 1 ,向上爬一个台阶,到达下标为 7 的台阶。
  • 支付 1 ,向上爬两个台阶,到达下标为 9 的台阶。
  • 支付 1 ,向上爬一个台阶,到达楼梯顶部。
    总花费为 6 。

提示:

2 <= cost.length <= 1000
0 <= cost[i] <= 999

3、题目分析

动态规划五部曲:
1、确定dp数组(dp table)以及下标的含义
dp[i] 表示到第i阶梯的最少花费
2、确定递推公式
dp[i] = Math.min(dp[i-1] + cost[i-1],dp[i-2] + cost[i-2]);
3、dp数组如何初始化
dp[0] = 0, dp[1]=0
4、确定遍历顺序
从前往后直接遍历
5、举例推导dp数组
// dp[2] = Min(dp[1]+cost[1] = 15,dp[0]+cost[0]=10) = 10;
// dp[3] = Min(dp[2]+cost[2] = 30,dp[1]+cost[1]=15) = 15;

4、代码实现

1、Java

class Solution {
    public int minCostClimbingStairs(int[] cost) {
        //动态规划五部曲
        //1、dp[]数组及下标含义
        // dp[i] 表示到第i阶梯的最少花费
        //2、确定dp[]数组
        //3、初始化
        //4、确定遍历顺序
        //5、打印dp[] 数组
        // dp[2] = Min(dp[1]+cost[1] = 15,dp[0]+cost[0]=10) = 10;
        // dp[3] = Min(dp[2]+cost[2] = 30,dp[1]+cost[1]=15) = 15;
        int[] dp = new int[cost.length+1];
        dp[0] = 0;
        dp[1] = 0;
        for(int i=2;i<=cost.length;i++){
          dp[i] = Math.min(dp[i-1] + cost[i-1],dp[i-2] + cost[i-2]);
        }
        return dp[cost.length];
    }
}

2、C++

class Solution {
public:
    int minCostClimbingStairs(vector<int>& cost) {
        vector<int> dp(cost.size() + 1);
        dp[0] = 0; // 默认第一步都是不花费体力的
        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()];
    }
};

3、python

class Solution:
    def minCostClimbingStairs(self, cost: List[int]) -> int:
        dp = [0] * (len(cost) + 1)
        dp[0] = 0  # 初始值,表示从起点开始不需要花费体力
        dp[1] = 0  # 初始值,表示经过第一步不需要花费体力
        
        for i in range(2, len(cost) + 1):
            # 在第i步,可以选择从前一步(i-1)花费体力到达当前步,或者从前两步(i-2)花费体力到达当前步
            # 选择其中花费体力较小的路径,加上当前步的花费,更新dp数组
            dp[i] = min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2])
        
        return dp[len(cost)]  # 返回到达楼顶的最小花费

4、go

func minCostClimbingStairs(cost []int) int {
    f := make([]int, len(cost) + 1)
    f[0], f[1] = 0, 0
    for i := 2; i <= len(cost); i++ {
        f[i] = min(f[i-1] + cost[i-1], f[i-2] + cost[i-2])
    }
    return f[len(cost)]
}
func min(a, b int) int {
    if a < b {
        return a
    }
    return b
}