动态规划---746.使用最小花费爬楼梯

思路：

依旧是动态规划五部曲：

1.先确定数组dp[i]的下标及其含义：dp[i]表示为到达第i层台阶所需要花费的体力。

2.根据题意找出递推公式：dp[i]=min(dp[i-1]+cost[i-1],dp[i-2]+cost[i-2])

3.对定义好的数组进行初始化：确定在第0台阶时所耗费体力和在第1台阶时所耗费体力，进而进行计算。

4.找好数组需要遍历的范围，定义的为len（cost）,则需要遍历的数组范围为cost长度加一，从第二层开始遍历。

5.返回花费的最小体力，设置测试类，进行输出验证。

'''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。'''
class Solution:
    def minCostclimbsatirs(self, cost:list[int]) ->int:
        dp = [0] * (len(cost) + 1)
        '''dp[i]即达到第i台阶所花费的最少体力。'''
        dp[0]=0#初始值，即0台阶不需要耗费体力
        dp[1]=0#初始值，第一步不需要耗费体力
        for i in range(2,len(cost)+1):#确定遍历范围
            '''确定题目要求的是最少步数，当走第i步时，可以从【i-1】步直达当前步数算最小步数，也可从【i-2】步走到当前步，进而求总和来算最小步数。'''
            dp[i]=min(dp[i-1]+cost[i-1],dp[i-2]+cost[i-2])
        return dp[len(cost)]#返回最小项
#测试
n=Solution()
print(n.minCostclimbsatirs([9,10,19]))