Daily practice of dynamic programming (2)

1.爬楼梯
假设你正在爬楼梯.需要 n 阶你才能到达楼顶.
每次你可以爬 1 或 2 个台阶.你有多少种不同的方法可以爬到楼顶呢？

我们用 f(x)f(x) 表示爬到第 xx 级台阶的方案数,考虑最后一步可能跨了一级台阶,也可能跨了两级台阶,所以我们可以列出如下式子：
f(x) = f(x - 1) + f(x - 2)
它意味着爬到第 xx 级台阶的方案数是爬到第 x - 1x−1 级台阶的方案数和爬到第 x - 2x−2 级台阶的方案数的和.很好理解,因为每次只能爬 11 级或 22 级,所以 f(x)f(x) 只能从 f(x - 1)f(x−1) 和 f(x - 2)f(x−2) 转移过来,而这里要统计方案总数,我们就需要对这两项的贡献求和.

class Solution {
    
public:
    int climbStairs(int n) {
    
        if(n<=2)
        {
    
            return n;
        }
        else{
    
             int p=0,q=1,s=1;
            for(int i=2;i<=n;i++)
            {
    
                p=q;
                q=s;
                s=q+p;
            }
            return s;
        }
        

    }
};

2.Climb stairs with minimal cost
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.

题解：dp问题
dp[i]=min(dp[i−1]+cost[i−1],dp[i−2]+cost[i−2])

class Solution {
    
public:
    int minCostClimbingStairs(vector<int>& cost) {
    
        int n=cost.size();
        vector<int> dp(n+1);
        dp[0]=0;
        dp[1]=0;
        for(int i=2;i<=n;i++)
        {
    
            dp[i]=min(dp[i-1]+cost[i-1],dp[i-2]+cost[i-2]);
        }
        return dp[n];
    }
};