day8(1)

该文章介绍了一个使用动态规划算法解决的编程问题,即给定一个表示每个台阶成本的数组cost,找到从底部到顶部爬楼梯的最低花费路径。通过初始化dp数组并迭代更新,最终找到最低成本。示例展示了如何处理不同成本情况下的最优决策。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、使用最小花费爬楼梯

题目:

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
class Solution {
    public int minCostClimbingStairs(int[] cost) {
        int len = cost.length;
        int[] dp = new int[len+1]; 
        //题目中说可以选择下标为0和1的台阶开始往上爬,故先将dp[0]/dp[1]的值初始化为0
        dp[0] = 0;
        dp[1] = 0;
 
        for(int i=2; i<len+1; i++){
        //Math.min()用于将所有传递的值中的最小值返回给该方法。       
            dp[i] = Math.min((dp[i-1]+cost[i-1]),(dp[i-2]+cost[i-2]));
        }
        //到循环结束i的值等于len
        return dp[len];
    }
}

解析:cost.length是既是数组长度也是到达楼梯顶部所需要的台阶数

在for循环中dp[i-1]+cost[i-1])是从第二台阶开始往上走,dp[i-2]+cost[i-2]是从第一个台阶开始往上走,看这两个哪一种更便宜

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值