本文共 2599 字,大约阅读时间需要 8 分钟。
数组的每个索引作为一个阶梯,第 i个阶梯对应着一个非负数的体力花费值 cost。
每当你爬上一个阶梯你都要花费对应的体力花费值,然后你可以选择继续爬一个阶梯或者爬两个阶梯。
您需要找到达到楼层顶部的最低花费。在开始时,你可以选择从索引为 0 或 1 的元素作为初始阶梯。
示例 1:
输入: cost = [10, 15, 20]
输出: 15 解释: 最低花费是从cost[1]开始,然后走两步即可到阶梯顶,一共花费15。 示例 2:输入: cost = [1, 100, 1, 1, 1, 100, 1, 1, 100, 1]
输出: 6 解释: 最低花费方式是从cost[0]开始,逐个经过那些1,跳过cost[3],一共花费6。 注意:cost 的长度将会在 [2, 1000]。
每一个 cost[i] 将会是一个Integer类型,范围为 [0, 999]。来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/min-cost-climbing-stairs 著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
利用动态规划求解。
假设数组dp[i]
表示爬到楼梯i时花费的体力值。
由于每次最多爬两级,因此dp[i]
有两种方式到达:即从第i-1
层楼梯,或从第i-2
层楼梯, 则:
dp[i] = min(dp[i-1] + cost[i-1], dp[i-2] + cost[i-2])
,i >= 2
。
索引为 0 或 1 的元素作为初始阶梯时无需花费体力。
dp[0] = 0, dp[1] = 0
到达楼顶为最终解dp[n]
class Solution { public: int minCostClimbingStairs(vector & cost) { int n = cost.size(); vector dp(n+1); dp[0] = 0; dp[1] = 0; for (int i = 2; i <= n; i++) { dp[i] = min(dp[i-1] + cost[i-1], dp[i-2] + cost[i-2]); } return dp[n]; }};
由状态转移方程,当前状态只与前两个状态dp[i-1]
和dp[i-2]
有关,因此可用两个变量来缓存即可。
class Solution { public: int minCostClimbingStairs(vector & cost) { int n = cost.size(); int dp_2 = 0; int dp_1 = 0; for (int i = 2; i <= n; i++) { int dp = min(dp_1 + cost[i-1], dp_2 + cost[i-2]); dp_2 = dp_1; dp_1 = dp; } return dp_1; }};
利用动态规划求解。
假设数组dp[i]
表示爬过楼梯 i
时花费的体力值,此时dp[i]
包括爬楼梯i
的体力花费。
由于每次最多爬两级,因此dp[i]
有两种方式到达:即从第i-1
层楼梯,或从第i-2
层楼梯, 则:
dp[i] = cost[i] + min(dp[i-1], dp[i-2])
,i >= 2
。
索引为 0 或 1 的元素作为初始阶梯时无需花费体力,但需要爬过楼梯0和1时就需要花费对应的体力值。
dp[0] = cost[0], dp[1] = cost[1]
爬过楼梯n-1,或爬过楼梯n-2时可以直接到达楼顶,因此最终解表示为min(dp[n-1], dp[n-2])
class Solution { public: int minCostClimbingStairs(vector & cost) { int n = cost.size(); vector dp(n); dp[0] = cost[0]; dp[1] = cost[1]; for (int i = 2; i < n; i++) { dp[i] = cost[i] + min(dp[i-1], dp[i-2]); } return min(dp[n-1], dp[n-2]); }};
由状态转移方程,当前状态只与前两个状态dp[i-1]
和dp[i-2]
有关,因此可用两个变量来缓存即可。
class Solution { public: int minCostClimbingStairs(vector & cost) { int n = cost.size(); int dp_2 = cost[0]; int dp_1 = cost[1]; for (int i = 2; i < n; i++) { int dp = cost[i] + min(dp_1, dp_2); dp_2 = dp_1; dp_1 = dp; } return min(dp_1, dp_2); }};