From 283b74478afc69b4f8d8e6e33a98dfa30d659372 Mon Sep 17 00:00:00 2001
From: jianghongcheng <35664721+jianghongcheng@users.noreply.github.com>
Date: Thu, 1 Jun 2023 16:03:35 -0500
Subject: [PATCH] =?UTF-8?q?Update=200746.=E4=BD=BF=E7=94=A8=E6=9C=80?=
 =?UTF-8?q?=E5=B0=8F=E8=8A=B1=E8=B4=B9=E7=88=AC=E6=A5=BC=E6=A2=AF.md?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 problems/0746.使用最小花费爬楼梯.md | 46 +++++++++++++-------
 1 file changed, 31 insertions(+), 15 deletions(-)

diff --git a/problems/0746.使用最小花费爬楼梯.md b/problems/0746.使用最小花费爬楼梯.md
index d7258d45..97d065ed 100644
--- a/problems/0746.使用最小花费爬楼梯.md
+++ b/problems/0746.使用最小花费爬楼梯.md
@@ -245,26 +245,42 @@ class Solution {
 ```
 
 ### Python
+
+动态规划（版本一）
 ```python
-# 第一步不支付费用
-class Solution:
-    def minCostClimbingStairs(self, cost: List[int]) -> int:
-        n = len(cost)
-        dp = [0]*(n+1) # 到达前两步费用为0
-        for i in range(2, n+1):
-            dp[i] = min(dp[i-1]+cost[i-1], dp[i-2]+cost[i-2])
-        return dp[-1]
-```
-```python
-# 第一步支付费用
+
 class Solution:
     def minCostClimbingStairs(self, cost: List[int]) -> int:
         dp = [0] * (len(cost) + 1)
-        dp[0] = 0
-        dp[1] = 0
+        dp[0] = 0  # 初始值，表示从起点开始不需要花费体力
+        dp[1] = 0  # 初始值，表示经过第一步不需要花费体力
+        
         for i in range(2, len(cost) + 1):
-            dp[i] = min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i-2])
-        return dp[len(cost)]
+            # 在第i步，可以选择从前一步（i-1）花费体力到达当前步，或者从前两步（i-2）花费体力到达当前步
+            # 选择其中花费体力较小的路径，加上当前步的花费，更新dp数组
+            dp[i] = min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2])
+        
+        return dp[len(cost)]  # 返回到达楼顶的最小花费
+
+```
+动态规划（版本二）
+
+```python
+class Solution:
+    def minCostClimbingStairs(self, cost: List[int]) -> int:
+        dp0 = 0  # 初始值，表示从起点开始不需要花费体力
+        dp1 = 0  # 初始值，表示经过第一步不需要花费体力
+        
+        for i in range(2, len(cost) + 1):
+            # 在第i步，可以选择从前一步（i-1）花费体力到达当前步，或者从前两步（i-2）花费体力到达当前步
+            # 选择其中花费体力较小的路径，加上当前步的花费，得到当前步的最小花费
+            dpi = min(dp1 + cost[i - 1], dp0 + cost[i - 2])
+            
+            dp0 = dp1  # 更新dp0为前一步的值，即上一次循环中的dp1
+            dp1 = dpi  # 更新dp1为当前步的最小花费
+        
+        return dp1  # 返回到达楼顶的最小花费
+
 ```
 
 ### Go