动态规划——最小花费跳台阶

原创于 2022-04-18 19:55:21 发布 · 184 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#动态规划

题目分类专栏收录该内容

27 篇文章

订阅专栏

本文介绍了一种使用动态规划求解最短路径问题的算法，通过实例演示如何在给定的成本矩阵中找到从起点到终点的最小成本路径。通过代码实现展示了如何利用dp数组逐步优化决策过程，适用于背包问题和图论中的最短路径计算。

题目

在这里插入图片描述

题解

n = int(input())
cost = input().split()
for i in range(n):
    cost[i] = int(cost[i])
def func(n):
    dp = [0]*(n+1)
    dp[2] = min(cost[0],cost[1])
    for i in range(3, n+1):
        dp[i] = min(dp[i-1] + cost[i-1], dp[i-2] + cost[i-2])
    return dp[n]
print(func(n))