28.动态规划-使用最小花费爬楼梯-Leetcode 746（python）

• 题目描述

数组的每个索引做为一个阶梯，第 i个阶梯对应着一个非负数的体力花费值 cost[i](索引从0开始)。

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

---

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：

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

   ---

• 解决思路

这道题比较简单，自己竟然想出了大概，动态规划的思想，当前一层的最小花费 = (之前一级的最小花费+这一层的花费)和（之前两级的最小花费+这一层的花费）的较小值。比较傻缺的是自己写代码的时候粗心大意，看了网友的代码才知道自己的问题在哪，谨记要细心啊

• 代码

class Solution(object):
    def minCostClimbingStairs(self, cost):
        """
        :type cost: List[int]
        :rtype: int
        """
        n = len(cost)
        dp = [0] * (n+1)
        dp[0] = cost[0]
        dp[1] = cost[1]
        
        for i in range(2,n):
            dp[i] = min(dp[i-1]+cost[i],dp[i-2]+cost[i])
        
        dp[n] = min(dp[n-1],dp[n-2])
        return dp[n]