【刷题之路】LeetCode 746. 使用最小花费爬楼梯
- 一、题目描述
- 二、解题
- 方法——动态规划
- 思路分析
- 代码实现
- 改进
一、题目描述
原题连接: 746. 使用最小花费爬楼梯
题目描述:
题目描述:
给你一个整数数组 cost ,其中 cost[i] 是从楼梯第 i 个台阶向上爬需要支付的费用。一旦你支付此费用,
即可选择向上爬一个或者两个台阶。
你可以选择从下标为 0 或下标为 1 的台阶开始爬楼梯。
请你计算并返回达到楼梯顶部的最低花费。
示例 1:
输入: cost = [10,15,20]
输出: 15
解释:你将从下标为 1 的台阶开始。
- 支付 15 ,向上爬两个台阶,到达楼梯顶部。
总花费为 15 。
示例 2:
输入: cost = [1,100,1,1,1,100,1,1,100,1]
输出: 6
解释:你将从下标为 0 的台阶开始。
- 支付 1 ,向上爬两个台阶,到达下标为 2 的台阶。
- 支付 1 ,向上爬两个台阶,到达下标为 4 的台阶。
- 支付 1 ,向上爬两个台阶,到达下标为 6 的台阶。
- 支付 1 ,向上爬一个台阶,到达下标为 7 的台阶。
- 支付 1 ,向上爬两个台阶,到达下标为 9 的台阶。
- 支付 1 ,向上爬一个台阶,到达楼梯顶部。
总花费为 6 。
二、解题
方法——动态规划
思路分析
其实这次的动态规划思路与青蛙跳台阶的思路非常类似,
既然题目已经规定了我们每次只能选择向上爬一个或者两个台阶,
也就说明了我们登上第n级台阶一定是从第n - 1或者n - 2级台阶爬上来的,
只不过我们每次都要选择两个中费用最小的罢了。
而对于到达n - 1或n - 2级台阶的最少费用也是用同样的方法求的。
由于题目中说到可以选择下表0或下标1作为初始台阶,
因此我们可以创建一个长度为n + 1的数组dp,dp[i]表示到达下标i的最小花费,
我们将dp[0]和dp[1]都初始化为0,
当2 <= i <= n时,我们可以选择从下标为i - 1的台阶花费cost[i - 1]向上爬1个台阶到下标为i的台阶,
也可以从下标为i - 2的台阶花费cost[i - 2]向上爬2个台阶到达下标为i的台阶。
只不过我们要选择其中费用较少的。
故状态转移方程为:
dp[i] = min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2])
这样,当我们一直算到dp[n]时,dp[n]即为到达楼层顶部的最小花费。
代码实现
// 有了以上思路,那我们写起代码来也就水到渠成了:
int Min(int x, int y) {
return x < y ? x : y;
}
int minCostClimbingStairs1(int* cost, int costSize) {
assert(cost);
// 先模拟一个一维数组
int* dp = (int*)malloc((costSize + 1) * sizeof(int));
if (NULL == dp) {
perror("minCostClimbingStairs");
return -1;
}
int result = 0;
dp[0] = 0;
dp[1] = 0;
int i = 0;
for (i = 2; i < costSize + 1; i++) {
dp[i] = Min(dp[i - 2] + cost[i - 2], dp[i - 1] + cost[i - 1]);
}
result = dp[costSize];
free(dp);
dp = NULL;
return result;
}
时间复杂度:O(n),n为cost数组的长度。
空间复杂度:O(n),n为cost数组的长度,我们需要用到n+1个额外的整型空间来存储爬到每个台阶的最少花费,股空间复杂度为O(n)。
改进
改进思路:
注意到上面的代码在当2 <= i <= n时,dp[i] 只与dp[i - 1]和dp[i - 2]有关,那我们就可以使用滚动数组的思想,只维护这三个变量,从而将空间复杂度降到O(1)。
代码实现:
有了以上改进思路,那我们再写起代码来也就水到渠成了:
int minCostClimbingStairs1(int* cost, int costSize) {
assert(cost);
int prev = 0;// 存储"动态的"到达第n - 2个台阶所要最少花费
int curr = 0; // 存储"动态的"到达第n - 1个台阶所要最少花费
int next = 0; // 存储"动态的"到达第n个台阶所要最少花费
int i = 0;
for (i = 2; i < costSize + 1; i++) {
next = Min(prev + cost[i - 2], curr + cost[i - 1]);
prev = curr;
curr = next;
}
return next;
}
时间复杂度:O(n),n为cost数组的长度。
空间复杂度:O(1),我们只需要用到常数级的额外空间。