“Offer 驾到，掘友接招！我正在参与2022春招打卡活动，点击查看活动详情。
一、题目描述：
数组的每个下标作为一个阶梯，第 i 个阶梯对应着一个非负数的体力花费值 cost[i]（下标从 0 开始）。
每当爬上一个阶梯都要花费对应的体力值，一旦支付了相应的体力值，就可以选择向上爬一个阶梯或者爬两个阶梯。
请找出达到楼层顶部的最低花费。在开始时，你可以选择从下标为 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 。
二、思路分析：
这是一个明显的动态规划问题，在每个索引处有两种情况可以过来，即迈一步楼梯和迈两步楼梯，而且第 i 层楼梯处的最少成本不会影响后续，因此没有后效性，所以我们可以使用动态规划。
假设共有n阶楼梯，我们创建长度为 n+1 的 dp数组，其中 dp[i] 存储到达阶梯i的最小成本。
初始化 dp[0] = dp[1] = 0 即第一阶和第零阶楼梯都为 0。
然后后续遍历，对于第 i 阶楼梯，共有两种方案可以过来
- 从第 i-2 阶楼梯麦两阶楼梯，dp[i-2]+cost[i-2]
- 从第 i-1 阶楼梯麦一阶楼梯，dp[i-1]+cost[i-1]
- 取两者的最小值为当前楼梯的最小成本
依次遍历，最终 dp[n] 即为到达楼梯顶部的最小花费。
三、AC 代码：
var minCostClimbingStairs = function(cost) {
const n = cost.length;
const dp = new Array(n + 1);
dp[0] = dp[1] = 0;
for (let i = 2; i <= n; i++) {
dp[i] = Math.min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2]);
}
return dp[n];
};
四、总结：
这个题目算动态规划中比较简单的题目，我们只需注意边界条件的处理即可。我们添加一个第零阶让转移方程更完善。
