leetcode746.使用最小花费爬楼梯(动态规划)

2024-05-09 12:28

本文主要是介绍leetcode746.使用最小花费爬楼梯(动态规划),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

问题描述:

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。

示例一:
 

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 

示例二:

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 。

问题解决:

方法一:

1.状态表示:

因为要使用动态规划来解决,所以必须要有dp数组来记录一个状态。

这道题中dp[i]表示到达i位置的最小花费,下面就要用前面的dp值以及cost值来表示dp[i]

2.状态转移方程

主要是通过之前的状态,来表示dp[i]的值。

因为题干中规定可以选择向上爬一个台阶或者两个台阶,对应dp[i]就要找出这两种情况下花费最小

的从而赋值给dp[i]。

dp[i]可以选择前一个台阶即[i - 1]的位置然后向上走一步,这时的花费为dp[i - 1] + cost[i - 1],对应的

为走一步的情况。

dp[i]可以选择前两个台阶即[i - 2]的位置然后向前走两步,这是的花费位dp[i - 2] + cost[i - 2],对应为

向前走两步的情况。

所以dp[i]的状态转移方程为:min(dp[i - 1] + cost[i - 1] , dp[i - 2] + cost[i - 2]).

3.初始化一些值

这一步主要是为了在填写dp表的时候不越界。

从状态转移方程中我们可以看到,使用了dp[i - 1]和dp[i - 2]这两个值,这也就意味着

我们需要初始化dp[0]和dp[1]这两个位置,那么应该初始化成什么呢?

因为题干中说可以选择从下标为 0 或下标为 1 的台阶开始爬楼梯,所以这也就代表了前往第0个梯

子和第一个梯子不需要任何花费,所以初始化:

dp[0] = dp[i] = 0;

4.填表的顺序

应为dp[i]的实现依靠于dp[i - 1]和dp[i - 2]所以也就注定了顺序是从左向右的。

5.返回值

题干要求返回到达楼顶的最高位置,所以直接返回最高位置的dp数组的值就可以了。

细节:

到底哪里才算爬到楼顶,应该是将最后一个阶梯走完之后,才算爬到楼顶,所以也就注定了dp数组

的长度比cost数组的长度要多一位,用来记录最后到楼顶的花费。

对应的代码:

int minCostClimbingStairs(vector<int>& cost) 
{// dp[i] 表示到达i位置的最小花费int n = cost.size();vector<int> 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];
}

动态规划的代码的书写方式很固定,首先判断是否有特殊情况,有的话直接先进行判断,然后

1.创建dp表

2.初始化dp中的一些元素

3.顺序填表(状态转移方程)

4.返回 

方法二:

1.状态表示:

因为要使用动态规划来解决,所以必须要有dp数组来记录一个状态。

这道题中dp[i]表示从i位置出发,到达楼顶的最小花费

2.状态转移方程

主要是通过之后的状态,来表示dp[i]的值。

这里的dp[i]有了不同的含义,因为题干中规定可以向前走一步或者两步,所以可以选择后一个或者

后两个来取出最小的花费

dp[i]如果选择后一个台阶来进行跳跃,就需要从后一个位置出发,到达楼顶的最小花费来加上自己

位置本身的花费来表示dp[i]的值。

dp[i]如果选择后两个台阶来进行跳跃,就需要从后两个位置出发,到达楼顶的最小花费来加上自己

位置本身的画法来表示dp[i]的值。

所以dp[i]的状态转移方程是:dp[i] = min(dp[i + 1] + cost[i], dp[i + 2] + cost[i]).

3.初始化一些值

这一步主要是为了在填写dp表的时候不越界。

观察状态转移方程发现需要dp的后两个位置的值,这也就意味着我们要初始化

dp[n - 1]和dp[n - 2]这两个值,那么这两个值应该初始化成什么呢?

由题干可知:可选择向上爬一个或者两个台阶,所以只要这两个台阶的人支付自己所在的台阶的费

用,就可以实现到达顶端。

对dp[n - 1]和dp[n - 2]的初始化为:

dp[n - 1] = cost[n - 1],dp[n - 2] = cost[n - 2].

4.填表的顺序

可以从状态转移方程看出,填表顺序是从右到左的

5.返回值

应为题干规定可以选择从下标为 0 或下标为 1 的台阶开始爬楼梯

所以dp[0]和dp[1]都有可能是最终的答案,谁小取谁

min(dp[0],dp[]1)

最终的代码如下:

class Solution 
{
public:int minCostClimbingStairs(vector<int>& cost) {// dp[i]表示从i位置出发,到达楼顶的最小花费//1.创建dp表int n = cost.size();vector<int> dp(n);//2.初始化dp中的一些元素dp[n - 1] = cost[n - 1];dp[n - 2] = cost[n - 2];//3.顺序填表(状态转移方程)for (int i = n - 3; i >= 0; i--) {dp[i] = min(dp[i + 1] + cost[i], dp[i + 2] + cost[i]);}//4.返回return min(dp[0], dp[1]);}
};

 这就是这道题的两种解法。

这篇关于leetcode746.使用最小花费爬楼梯(动态规划)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/973410

相关文章

vue使用docxtemplater导出word

《vue使用docxtemplater导出word》docxtemplater是一种邮件合并工具,以编程方式使用并处理条件、循环,并且可以扩展以插入任何内容,下面我们来看看如何使用docxtempl... 目录docxtemplatervue使用docxtemplater导出word安装常用语法 封装导出方

Linux换行符的使用方法详解

《Linux换行符的使用方法详解》本文介绍了Linux中常用的换行符LF及其在文件中的表示,展示了如何使用sed命令替换换行符,并列举了与换行符处理相关的Linux命令,通过代码讲解的非常详细,需要的... 目录简介检测文件中的换行符使用 cat -A 查看换行符使用 od -c 检查字符换行符格式转换将

使用Jackson进行JSON生成与解析的新手指南

《使用Jackson进行JSON生成与解析的新手指南》这篇文章主要为大家详细介绍了如何使用Jackson进行JSON生成与解析处理,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录1. 核心依赖2. 基础用法2.1 对象转 jsON(序列化)2.2 JSON 转对象(反序列化)3.

使用Python实现快速搭建本地HTTP服务器

《使用Python实现快速搭建本地HTTP服务器》:本文主要介绍如何使用Python快速搭建本地HTTP服务器,轻松实现一键HTTP文件共享,同时结合二维码技术,让访问更简单,感兴趣的小伙伴可以了... 目录1. 概述2. 快速搭建 HTTP 文件共享服务2.1 核心思路2.2 代码实现2.3 代码解读3.

Elasticsearch 在 Java 中的使用教程

《Elasticsearch在Java中的使用教程》Elasticsearch是一个分布式搜索和分析引擎,基于ApacheLucene构建,能够实现实时数据的存储、搜索、和分析,它广泛应用于全文... 目录1. Elasticsearch 简介2. 环境准备2.1 安装 Elasticsearch2.2 J

使用C#代码在PDF文档中添加、删除和替换图片

《使用C#代码在PDF文档中添加、删除和替换图片》在当今数字化文档处理场景中,动态操作PDF文档中的图像已成为企业级应用开发的核心需求之一,本文将介绍如何在.NET平台使用C#代码在PDF文档中添加、... 目录引言用C#添加图片到PDF文档用C#删除PDF文档中的图片用C#替换PDF文档中的图片引言在当

Java中List的contains()方法的使用小结

《Java中List的contains()方法的使用小结》List的contains()方法用于检查列表中是否包含指定的元素,借助equals()方法进行判断,下面就来介绍Java中List的c... 目录详细展开1. 方法签名2. 工作原理3. 使用示例4. 注意事项总结结论:List 的 contain

C#使用SQLite进行大数据量高效处理的代码示例

《C#使用SQLite进行大数据量高效处理的代码示例》在软件开发中,高效处理大数据量是一个常见且具有挑战性的任务,SQLite因其零配置、嵌入式、跨平台的特性,成为许多开发者的首选数据库,本文将深入探... 目录前言准备工作数据实体核心技术批量插入:从乌龟到猎豹的蜕变分页查询:加载百万数据异步处理:拒绝界面

Android中Dialog的使用详解

《Android中Dialog的使用详解》Dialog(对话框)是Android中常用的UI组件,用于临时显示重要信息或获取用户输入,本文给大家介绍Android中Dialog的使用,感兴趣的朋友一起... 目录android中Dialog的使用详解1. 基本Dialog类型1.1 AlertDialog(

Python使用自带的base64库进行base64编码和解码

《Python使用自带的base64库进行base64编码和解码》在Python中,处理数据的编码和解码是数据传输和存储中非常普遍的需求,其中,Base64是一种常用的编码方案,本文我将详细介绍如何使... 目录引言使用python的base64库进行编码和解码编码函数解码函数Base64编码的应用场景注意