描述

746.使用最小花费爬楼梯
数组的每个下标作为一个阶梯，第 i 个阶梯对应着一个非负数的体力花费值 cost[i]（下标从 0 开始）。

每当你爬上一个阶梯你都要花费对应的体力值，一旦支付了相应的体力值，你就可以选择向上爬一个阶梯或者爬两个阶梯。

请你找出达到楼层顶部的最低花费。在开始时，你可以选择从下标为 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 。

提示：
cost 的长度范围是 [2, 1000]。
cost[i] 将会是一个整型数据，范围为 [0, 999] 。

思路：动态规划

   //1.确定dp[i]数组与下标的含义：达到第i个台阶所花费的最少体力//2.确定递推公式:有两个途径得到dp[i];首先选取上一步dp[i-1]跟dp[i-2]中最小的,//  然后加上当前台阶的花费dp[i] = min(dp[i-1], dp[i-2]) + cost[i];//3.dp数组初始化:dp[0]是第0个台阶,dp[1]是第1个台阶//4.确定遍历顺序//5.举例推导dp数组

时间复杂度:O(n)
空间复杂度:O(n)

class Solution {public:int minCostClimbingStairs(vector<int>& cost) {//1.确定dp[i]数组与下标的含义：达到第i个台阶所花费的最少体力//2.确定递推公式//3.dp数组初始化//4.确定遍历顺序//5.举例推导dp数组vector<int> dp(cost.size());   //初始化dp数组大小dp[0] = cost[0];               //确定初始条件,到达第0个台阶最少花费在第0个costdp[1] = cost[1];               //到达第1个台阶最少花费在第1个的costfor(int i=2;i<cost.size();i++){dp[i] = min(dp[i-1], dp[i-2]) + cost[i];}//由于最后一步可以不用花费所以取return min(dp[cost.size()-1],dp[cost.size()-2]);}
};

优化动态规划

时间复杂度：O(n)
空间复杂度：O(1)

class Solution {public:int minCostClimbingStairs(vector<int>& cost) {//1.确定dp[i]数组与下标的含义：达到第i个台阶所花费的最少体力//2.确定递推公式:有两个途径得到dp[i];首先选取上一步dp[i-1]跟dp[i-2]中最小的,//  然后加上当前台阶的花费dp[i] = min(dp[i-1], dp[i-2]) + cost[i];//3.dp数组初始化:dp[0]是第0个台阶,dp[1]是第1个台阶//4.确定遍历顺序//5.举例推导dp数组// vector<int> dp(cost.size());   //初始化dp数组大小// dp[0] = cost[0];               //确定初始条件,到达第0个台阶最少花费在第0个cost// dp[1] = cost[1];               //到达第1个台阶最少花费在第1个的cost// for(int i=2;i<cost.size();i++){//     dp[i] = min(dp[i-1], dp[i-2]) + cost[i];// }// //由于最后一步可以不用花费所以取// return min(dp[cost.size()-1],dp[cost.size()-2]);vector<int> dp(2);dp[0] = cost[0];dp[1] = cost[1];for(int i=2;i<cost.size();i++){int sum = min(dp[0], dp[1]) + cost[i];dp[0] = dp[1];dp[1] = sum;}return min(dp[0], dp[1]);}
};

LeetCode-动态规划基础题-746. 使用最小花费爬楼梯相关推荐

[每日一题]746. 使用最小花费爬楼梯
[每日一题]746. 使用最小花费爬楼梯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 costi. 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 ...
leetcode - 746. 使用最小花费爬楼梯
746. 使用最小花费爬楼梯 -------------------------------------- 数组的每个索引做为一个阶梯,第 i个阶梯对应着一个非负数的体力花费值 cost[i] (索引 ...
LeetCode Algorithm 746. 使用最小花费爬楼梯
746. 使用最小花费爬楼梯 Ideas 首先确定题目类型,爬楼梯问题,并且给定了状态转移的限制,其实就已经可以确定状态转移方程了. 然后题目说可以从下标为0或下标为1的台阶开始爬,所以我们可以定义两 ...
746. 使用最小花费爬楼梯 golang 动态规划
746. 使用最小花费爬楼梯 746. 使用最小花费爬楼梯数组的每个索引做为一个阶梯,第 i个阶梯对应着一个非负数的体力花费值 costi. 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 ...
Java实现 LeetCode 746 使用最小花费爬楼梯（递推）
746. 使用最小花费爬楼梯数组的每个索引做为一个阶梯,第 i个阶梯对应着一个非负数的体力花费值 costi. 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 ...
代码随想录算法训练营第三十八天 | 509. 斐波那契数、70. 爬楼梯、746. 使用最小花费爬楼梯。
Leetcode 509. 斐波那契数题目链接:509. 斐波那契数 class Solution {public:int fib(int n) {if(n <= 1)return n;int ...
力扣算法 509. 斐波那契数 70. 爬楼梯 746. 使用最小花费爬楼梯
学习内容力扣算法 509. 斐波那契数 70. 爬楼梯 746. 使用最小花费爬楼梯具体内容 509. 斐波那契数斐波那契数,通常用 F(n) 表示,形成的序列称为斐波那契数列 .该数列由 0 ...
D38| DP理论基础 509. 斐波那契数 70. 爬楼梯 746. 使用最小花费爬楼梯
DP理论基础重要知识点: 1.动规和贪心的区别:动规是由前一个状态推导出来的,而贪心是局部直接选最优的 2.动规五部曲: 1)确定dp数组(dp table)以及下标的含义 2)确定递推公式 3)d ...
746.使用最小花费爬楼梯
使用最小花费爬楼梯方法一: class Solution {public int minCostClimbingStairs(int[] cost) {if (cost == null || cos ...

LeetCode-动态规划基础题-746. 使用最小花费爬楼梯

描述

思路：动态规划

优化动态规划

LeetCode-动态规划基础题-746. 使用最小花费爬楼梯相关推荐

最新文章

热门文章