Leetcode746.使用最小花费爬楼梯(简单)动态规划 贪心 C++

该博客讨论了LeetCode第746题——使用最小花费爬楼梯的问题,通过动态规划的方法求解。文章提供了示例输入和输出,并详细解释了动态规划的状态方程,即dp[i] = min(dp[i-1] + dp[i], dp[i-2] + dp[i]),以及如何通过比较上一层和上两层的成本来找到全局最优解。" 131634171,18743578,深度学习:物体识别与人脸识别技术解析,"['深度学习', '计算机视觉', '目标检测', '人脸识别', '人工智能']

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

题目描述:
746. 使用最小花费爬楼梯
数组的每个索引作为一个阶梯,第 i个阶梯对应着一个非负数的体力花费值 costi

每当你爬上一个阶梯你都要花费对应的体力花费值,然后你可以选择继续爬一个阶梯或者爬两个阶梯。

您需要找到达到楼层顶部的最低花费。在开始时,你可以选择从索引为 0 或 1 的元素作为初始阶梯。

示例 1:

输入: cost = [10, 15, 20]
输出: 15
解释: 最低花费是从cost[1]开始,然后走两步即可到阶梯顶,一共花费15。
示例 2:

输入: cost = [1, 100, 1, 1, 1, 100, 1, 1, 100, 1]
输出: 6
解释: 最低花费方式是从cost[0]开始,逐个经过那些1,跳过cost[3],一共花费6。
注意:

cost 的长度将会在 [2, 1000]。
每一个 cost[i] 将会是一个Integer类型,范围为 [0, 999]。

思路描述:
就是常规的动态规划思路,要向前走一步还是走两步,就看哪种情况最小即可,最终由每个局部的最优解相加就是全局最优了。
状态方程
dp[i] = min( dp[i-1]+dp[i], dp[i-2]+dp[i] )
更为好理解的一种状态方程思路是:
想要到达第i层,只要考虑两种情况:是从楼下一层(i-1)上来,还是从楼下2层(i-2)上来
last 记录的是到达楼下一层所需要的最小花费
last_last记录的是到达楼下两层所需要的最小花费

class Solution {
   
    // 可以有局部最优到全局最优
    // 动态规划加贪心思想就可解决
    // 要到达第i层,只要考虑两种情况:是从楼下一层(i-1)上来,还是从楼下2层(i-2)上来
    // 状
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