当前位置: 首页 > news >正文

【玩转动态规划专题】746. 使用最小花费爬楼梯【简单】

【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, 0for 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
}

http://www.mrgr.cn/news/46877.html

相关文章:

  • 【计算机网络】网络相关技术介绍
  • LVGL仪表盘逆时针
  • 飞腾CPU技术发展分析
  • 2024最新分别利用sklearn和Numpy实现c均值对鸢尾花数据集进行聚类(附完整代码和注释)
  • Linux平台Kafka高可用集群部署全攻略
  • C++学习笔记----8、掌握类与对象(六)---- 操作符重载(3)
  • 计算机视觉算法--原理、技术、应用、发展
  • 开源 AI 智能名片 O2O 商城小程序源码助力企业实现三层式个性化体验
  • 回溯算法之组合求解详细解读(附带Java代码解读)
  • TypeError Cannot read properties of undefined (reading ‘endsWith‘)
  • QDesktopWidget Class
  • 查询v$asm_disk等待enq: DD - contention
  • Python OpenCV精讲系列 - 实例分割深入理解(十八)
  • 【回顾原生JDBC手动管理事务以及两种方式实现Spring编程式事务】
  • STM32 -- USB CDC 虚拟串口通信
  • 【30天玩转python】最后复习与总结
  • 详解SSH和bash
  • [实时计算flink]维表JOIN语句
  • React内置Hook函数-UseEffect
  • xianshan分支预测单元基础与top层介绍