力扣爬楼梯题目汇总（70和746）

最新推荐文章于 2025-06-01 11:36:00 发布

回眸悦浅笑

最新推荐文章于 2025-06-01 11:36:00 发布

阅读量221

点赞数

分类专栏：力扣文章标签： leetcode 动态规划算法

本文链接：https://blog.youkuaiyun.com/weixin_44278848/article/details/124491573

版权

力扣专栏收录该内容

4 篇文章

订阅专栏

这篇博客探讨了使用动态规划解决两道经典的算法题：爬楼梯问题和最小花费爬楼梯问题。通过初始化dp数组并迭代更新，分别得出到达每个台阶的最少步数和最小花费。这两个问题的核心在于状态转移方程，即dp[i] = dp[i-1] + dp[i-2]和dp[i] = min(dp[i-1] + cost[i-1], dp[i-2] + cost[i-2])。动态规划在这里展现了强大的解决问题的能力。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

爬楼梯（力扣70）：dp[i] = dp[i-1] + dp[i-2]

int[] dp = new int[n+1];
dp[1] = 1;
dp[2] = 2;
for(int i = 3; i <= n; i++){
    dp[i] = dp[i-1] + dp[i-2];
}

爬楼梯最小花费（力扣746）：dp[i] = Math.min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2]);

int[] dp = new int[cost.length + 1];
dp[0] = 0;
dp[1] = 0;//从下标0或者1开始爬，所以花费为0
for(int i = 2; i < dp.length; i++){
    dp[i] = Math.min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2]);
}
return dp[cost.length];