动态规划之使用最小花费爬楼梯

这篇具有很好参考价值的文章主要介绍了动态规划之使用最小花费爬楼梯。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

1. 题目分析

题目链接选自力扣 : 使用最小花费爬楼梯
image.png
先根据示例 1 来理解一下题目的意思.
image.png
可以看到, 此时一共有两个起始位置 0 ,1. 并且这三个位置都对应了一定的费用 10, 15 当我们选择从某个地方开始想要向上走就得支付当前位置的费用才可以向上一格或者两格.

当前这个示例就是从 1 位置处, 支付 15元, 并且一次走两步就到达了楼顶, 最终花费 15元.

为什么说是楼梯顶部在 2 位置下一处呢 ? 原因很简单, 如果在 2 位置处. 我选择从 0 位置支付 10 元直接跳一次两步到 2 位置处支付的费用最少为 10元. 但是用例给的是最低费用为 15元. 因此 3 下标处才是楼梯顶部.

这就意味着, 即使到达了数组的最后位置, 也需要支付当前这个位置的费用才可以到达楼顶.

再来看看示例 2, 肯定是从 0 位置起始此时最便宜. 花 1 元选择从 0 位置开始后, 下一次有 1, 2 位置可以选, 此时选 2 位置最便宜. 接着花费 1 元从 2 位置开始有 3, 4 位置可以选. 两者费用一致下选择到 4 位置, 依次类推… 当到达 9 位置的时候, 此时已经花了 5元了, 但是还没有到达楼顶, 还需要支付 1 元向上一步到达楼顶. 因此一共是 6 元
image.png

2. 状态表示

以 i 位置为结尾. 表示从第 0 或 1 位置开始到达 i 后最终上到楼顶所需要的花费
定义一个一维数组 int dp[] = new int[n + 1], 其中 dp[i] 即表示从 0 或 1 位置开始到达 i 位置后上顶楼所花费的最小值

3. 状态转移方程

根据我们前面的三步问题还有 N 哥泰波那契数所积攒的经验, 此时的状态方程可以根据最近的一步来划分问题.
image.png
可以看到, 当我们相求 dp[i] 也就是第 i 个位置时的最小花费, 它有两种可能

  • 一种是从 i - 2 处花费对应钱走 2 步到达 i 位置

此时我们可以看这时候的话费为多少呢 ? 也就是到达 dp[i - 2] 位置时的花费在加上 cost[i - 2] ( 也就是到达 i 位置后还需要话费当前位置的钱走一步到楼顶 )

  • 另一种为 i - 1 处花费对应钱走 1 步到达 i 位置

此时我们可以看到这时候话费为 dp[i - 1] + cost[i - 1]

我们最终要计算的 dp[i] 有这两种方案, 那么那种最省钱 dp[i] 就是那种对应方案. 因此动态转移方为 :
dp[i] = Math.Min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2] )

4. 初始化

初始化就是为了防止 dp 数组越界. 当我们想要计算 dp[1] 时就必须要知道 dp[0] 和 dp[-1] 以及 cost[0] 和 cost[-1] 的值. 显然这是越界了的. 需要我们单独进行处理.

从题目可以知道 dp[0] = 0, dp[1] = 0. 因为可以直接从 0 或 1 位置开始, 到达这两个位置并不需要花费

5. 填表顺序

想要知道 dp[i] 就需要先知道前面的 dp[i - 1] 和 dp[i - 2] 因此顺序是从左往右填表

6. 返回值

题目要求返回从 0 或 1 位置开始向上爬到 n 后上楼顶的最低花费, 因此返回值为 dp[n]

7. 代码演示

class Solution {
    public int minCostClimbingStairs(int[] cost) {
        int n = cost.length;


        // 1. 创建 dp 表
        int[] dp = new int[n + 1];


        // 2. 初始化
        dp[0] = dp[1] = 0;


        // 3. 填写 dp 表
        for(int i = 2; i <= n; i++) {
            dp[i] = Math.min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2]);
        }
        // 4. 确定返回值
        return dp[n];
    }
}

8. 第二种解法

8.1 状态表示

除了上面的这种状态表示, 还有另一种状态表示. 即以 i 位置为起点, 到达楼顶的最小花费.

并且从 i 位置到楼 n 后, 并不在需要支付 n 位置的费用. 此时已经在楼顶了. 因此 dp 数组的大小为 dp[n]

8.2 状态方程

此时的状态转移方程就变成了以下情况
image.png

  • 当支付了 cost[i] 的费用后, 选择走 1 步到 i + 1 位置, 然后从该位置出发到达楼顶

此时的费用为 cost[i] 加上从 i + 1 位置时的花费. 根据我们的转态表示. i + 1 位置的花费正好就是表示从 i + 1 位置开始到楼顶的最小花费. 因此为 dp[i+1]

  • 当支付了 cost[i] 的费用后, 选择走 2 步到 i + 2 位置, 然后从该位置出发到达楼顶

同理, 此时的费用为 cost[i] + dp[i+2]
选择两种方法中的最小花费.
因此状态转移方程为 : dp[i] = Math.min(cost[i] + dp[i+1], cost[i] + dp[i+2])

8.3 初始化

根据状态转移方程, 当楼顶为 n 时, 我们需要知道最后两个位置到达楼顶的最小花费. 因此需要初始化这两个位置的值. 而最后这两个位置要到达楼顶, 只需要支付当前自身费用即可向上 1 步或者 2 步到达楼顶. 因此 dp[n-1] = cost[n - 1], dp[n - 2] = cost[n - 2]
image.png

8.4 填表顺序

当要知道 dp[i] 位置到达楼顶的最小花费时, 需要先计算出dp[i + 1] 和 dp[i + 2] 位置的值. 因此是从右向左填写. 也就是从 dp 表的后面向前填写.

8.5 返回值

我们是从 i 位置开始到达楼顶的最小费用. 但题目给的是只能从 0 或 1 位置开始. 因此当我们从后向前填写了 dp 表后, 每一个位置的值都是该位置到达 n 点的最小花费. 因此填写到 dp[0] 以及dp[1] 时也是从该点到 n 点楼顶的最小花费. 因此返回值为 Math.Min(dp[0], dp[1])文章来源地址https://www.toymoban.com/news/detail-497180.html

8.6 代码演示

class Solution {
    public int minCostClimbingStairs(int[] cost) {
        int n = cost.length;
        
        // 1. 创建 dp 表
        int[] dp = new int[n];

        // 2. 初始化
        dp[n - 1] = cost[n - 1];
        dp[n - 2] = cost[n - 2];

        // 3. 填写 dp 表
        for(int i = n - 3; i >= 0; i--) {
            dp[i] =  Math.min(cost[i] + dp[i+1], cost[i] + dp[i+2]);
        }

        // 4. 确认返回值
        return Math.min(dp[0], dp[1]);
    }
}

到了这里,关于动态规划之使用最小花费爬楼梯的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • LeetCode刷题笔记【29】:动态规划专题-1(斐波那契数、爬楼梯、使用最小花费爬楼梯)

    动态规划(DP,Dynamic Programming)。 其解题思路对比 贪心算法的“直接选局部最优然后推导出全局最优” ;倾向于“ 由之前的结果推导得到后续的结果 ”。 很多时候二者具有相似性,不必死扣概念。 动态规划题目的核心是dp数组的概念和构建(递推公式); 所以具体的解题步骤

    2024年02月09日
    浏览(14)
  • 最小花费爬楼梯(动态规划)

    题目: 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。 输入格式: n 个整数,代表从

    2024年02月07日
    浏览(19)
  • 【手撕算法|动态规划系列No.3】leetcode746. 使用最小花费爬楼梯

    个人主页:平行线也会相交 欢迎 点赞👍 收藏✨ 留言✉ 加关注💓本文由 平行线也会相交 原创 收录于专栏【手撕算法系列专栏】【LeetCode】 🍔本专栏旨在提高自己算法能力的同时,记录一下自己的学习过程,希望对大家有所帮助 🍓希望我们一起努力、成长,共同进步。

    2024年02月12日
    浏览(34)
  • LeetCode 0746. 使用最小花费爬楼梯:动态规划(原地)——不用什么从递归到递推

    力扣题目链接:https://leetcode.cn/problems/min-cost-climbing-stairs/ 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

    2024年02月03日
    浏览(21)
  • 算法训练第三十八天|动态规划理论基础、509. 斐波那契数 、70. 爬楼梯 、 746. 使用最小花费爬楼梯

    参考:https://programmercarl.com/%E5%8A%A8%E6%80%81%E8%A7%84%E5%88%92%E7%90%86%E8%AE%BA%E5%9F%BA%E7%A1%80.html 动态规划是什么 动态规划,英文:Dynamic Programming,简称DP,如果某一问题有很多重叠子问题,使用动态规划是最有效的。 所以 动态规划中每一个状态一定是由上一个状态推导出来的 ,这一

    2024年02月04日
    浏览(16)
  • 【算法】动态规划1,最小花费爬楼梯,解码方法

    动态规划 , 英文名称 Dynamic Programming , 简称 DP , 不是具体的某种算法 , 是一种算法思想 ; 动态规划 , 没有具体的步骤 , 只有一个核心思想 ; 动态规划 的 核心思想 是 由大化小 , 大规模问题 使用 小规模问题 计算结果 解决 , 类似于 分治算法 ; 例题1 通过分析最近的一步来划分问

    2024年02月21日
    浏览(16)
  • DAY42:动态规划(二)斐波那契数列+爬楼梯+最小花费爬楼梯

    斐波那契数 (通常用 F(n) 表示)形成的序列称为 斐波那契数列 。该数列由 0 和 1 开始,后面的每一项数字都是前面两项数字的和。也就是: 给定 n ,请计算 F(n) 。 示例 1: 示例 2: 示例 3: 提示: 0 = n = 30 思路:动规五步 确定dp数组和数组下标含义 DP题目都需要定义一维

    2024年02月13日
    浏览(32)
  • 动态规划解决泰波那契数列,爬楼梯最小花费问题

    做题之前我们需要先搞清楚解决动态规划的几个步骤 1 状态表示,准备一个dp表 2 状态转移方程  3 初始化 4 填表 5 返回值 步骤1 状态表示,准备dp表 dp[0] dp[1] dp[2] dp[3] dp[4] = dp[0]+dp[1]+dp[3] 步骤2 状态转移方程表示 dp[i] = dp[i-1]+dp[i-2]+dp[i-3] 步骤3 4 5 都是对代码的细节处理,代码

    2024年02月03日
    浏览(11)
  • 算法刷刷刷|动态规划篇|509.斐波那契数| 70.爬楼梯| 746.使用最小花费爬楼梯| 62.不同路径| 63不同路径2| 343.正数拆分 | 96.不同的二叉搜索树

    509. 斐波那契数 斐波那契数 (通常用 F(n) 表示)形成的序列称为 斐波那契数列 。该数列由 0 和 1 开始,后面的每一项数字都是前面两项数字的和。也就是: F(0) = 0,F(1) = 1 F(n) = F(n - 1) + F(n - 2),其中 n 1 给定 n ,请计算 F(n) 。 70.爬楼梯 746.使用最小花费爬楼梯 给你一个整数

    2023年04月23日
    浏览(24)
  • 【动态规划刷题 2】使⽤最⼩花费爬楼梯 && 解码⽅法

    746 . 使用最小花费爬楼梯 链接: 746 . 使用最小花费爬楼梯 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

    2024年02月15日
    浏览(13)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包