牛客题解 | 最小花费爬楼梯

题目

题目链接

解题思路

这是一个动态规划问题:

  1. 每一步可以选择跨一步或两步
  2. d p [ i ] dp[i] dp[i] 表示到达第 i i i 个台阶的最小花费
  3. d p [ i ] = m i n ( d p [ i − 1 ] , d p [ i − 2 ] ) + c o s t [ i ] dp[i] = min(dp[i-1], dp[i-2]) + cost[i] dp[i]=min(dp[i1],dp[i2])+cost[i]
  4. 最后需要比较到达最后一个台阶和倒数第二个台阶的花费

代码

#include <iostream>
#include <vector>
using namespace std;

int main() {
    int n;
    cin >> n;
    vector<int> cost(n);
    for(int i = 0; i < n; i++) {
        cin >> cost[i];
    }
    
    vector<int> dp(n);
    dp[0] = cost[0];
    dp[1] = cost[1];
    
    for(int i = 2; i < n; i++) {
        dp[i] = min(dp[i-1], dp[i-2]) + cost[i];
    }
    
    cout << min(dp[n-1], dp[n-2]) << endl;
    return 0;
}
import java.util.Scanner;

public class Main {
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        int n = sc.nextInt();
        int[] cost = new int[n];
        for(int i = 0; i < n; i++) {
            cost[i] = sc.nextInt();
        }
        
        int[] dp = new int[n];
        dp[0] = cost[0];
        dp[1] = cost[1];
        
        for(int i = 2; i < n; i++) {
            dp[i] = Math.min(dp[i-1], dp[i-2]) + cost[i];
        }
        
        System.out.println(Math.min(dp[n-1], dp[n-2]));
        sc.close();
    }
}
n = int(input())
cost = list(map(int, input().split()))

dp = [0] * n
dp[0] = cost[0]
dp[1] = cost[1]

for i in range(2, n):
    dp[i] = min(dp[i-1], dp[i-2]) + cost[i]

print(min(dp[n-1], dp[n-2]))

算法及复杂度

  • 算法:动态规划
  • 时间复杂度: O ( n ) \mathcal{O}(n) O(n),其中n为台阶数量
  • 空间复杂度: O ( n ) \mathcal{O}(n) O(n),可以优化到 O ( 1 ) \mathcal{O}(1) O(1)

这道题的关键点:

  1. 使用动态规划数组记录到达每个台阶的最小花费
  2. 每个位置的最小花费取决于前两个位置的最小值
  3. 最终结果是倒数第一个和倒数第二个台阶的最小值
  4. 可以通过滚动数组将空间复杂度优化到 O ( 1 ) \mathcal{O}(1) O(1)
练习赛142是一场编程竞赛,通常包含多个算法题目,涵盖如数组、字符串、链表、动态规划等常见数据结构与算法知识点。针对这类比赛的解题思路和方法,可以从以下几个方面进行分析: ### 题目类型与解题策略 1. **数组相关问题** - 常见的题目包括查找数组中出现次数超过一半的数字、寻找缺失的数字、求解最大子数组和等。 - 解题方法包括使用哈希表统计频率、摩尔投票法(适用于多数元素问题)、双指针技巧或前缀和优化。 2. **链表操作** - 链表题目可能涉及反转链表、判断链表是否有环、找出两个链表的相交节点等。 - 例如,在找两个链表相交点的问题中,可以先计算各自长度,然后让长链表先走差值步数,再同步遍历比较节点地址[^3]。 3. **字符串处理** - 包括最长回文子串、无重复字符的最长子串等。 - 可采用滑动窗口、动态规划或中心扩展法等策略。 4. **树与图** - 树相关的题目可能涉及二叉树的遍历、路径和、最近公共祖先等问题。 - 图论问题可能需要使用深度优先搜索(DFS)、广度优先搜索(BFS)或拓扑排序等算法。 5. **动态规划** - 动态规划常用于解决背包问题、最长递增子序列、编辑距离等。 - 关键在于定义状态转移方程,并通过迭代或记忆化搜索进行求解。 6. **贪心算法** - 适用于区间调度、活动选择、硬币找零等问题。 - 贪心策略的核心在于每一步都做出局部最优选择。 ### 示例代码:摩尔投票法解决“多数元素”问题 ```python def majorityElement(nums): count = 0 candidate = None for num in nums: if count == 0: candidate = num count += (1 if num == candidate else -1) return candidate ``` 该算法时间复杂度为 O(n),空间复杂度为 O(1),非常适合处理大规模输入的数据集[^2]。 ### 提升解题能力的建议 - **刷题积累经验**:在 LeetCode、Codeforces、AtCoder 等平台上持续练习,熟悉各种题型。 - **学习经典算法**:掌握常见的算法模板,如二分查找、归并排序、快速选择等。 - **阅读官方题解与讨论区**:了解不同解法的优劣,尤其是最优解的时间复杂度分析。 - **模拟比赛训练**:定期参加在线编程比赛,提升实战能力和代码调试速度。 ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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