新郎为迎娶新娘，需要面对n个伴娘的拦截。新郎每次从当前位置选择下一步移动到后面第一个或者第二个伴娘处，但是移动前需要给出当前位置伴娘所需金额红包 cost[n] 请设计一段JAVA程序，帮新郎计算一下，如何用最小金额的红包到达新娘面前。

这是一个经典的动态规划问题，可以使用贪心策略或者称为“背包”问题的变种来解决。我们可以创建一个Java程序，通过迭代的方式来找到最优化的路径。首先定义一个数组dp，其中dp[i]表示到达第i个伴娘所需的最小红包总额。

算法步骤如下：

1. 初始化dp数组，将dp[0]设置为0（因为到达第一个伴娘不需要给红包），其他位置的初始值设为无穷大（表示无法到达）。
2. 对于每个位置i (从1到n)，比较当前位置的两个邻居（下一个和下一个下一个）：
a. 如果cost[i-1] + dp[i-1] 小于 dp[i]，说明直接给前面一位伴娘红包然后去下一位更便宜，则更新dp[i] = cost[i-1] + dp[i-1]。
b. 同理，如果cost[i-2] + dp[i-2] < dp[i]，则更新dp[i] = cost[i-2] + dp[i-2]。
3. 最终，dp[n]就是到达新娘所需的最小红包总额。

以下是简单的Java代码实现：

public class Main {
    public static int minCostToReach Bride(int[] cost) {
        int n = cost.length;
        int[] dp = new int[n];
        dp[0] = 0; // 初始状态

        for (int i = 1; i < n; ++i) {
            dp[i] = Integer.MAX_VALUE; // 初始化为最大值
            if (i - 1] != Integer.MAX_VALUE) {
                dp[i] = Math.min(dp[i], cost[i - 1] + dp[i - 1]);
            }
            if (i - 2 >= 0 && dp[i - 2] != Integer.MAX_VALUE) {
                dp[i] = Math.min(dp[i], cost[i - 2] + dp[i - 2]);
            }
        }

        return dp[n - 1]; // 返回到达新娘所需的最小红包总额
    }

    public static void main(String[] args) {
        int[] cost = {1, 2, 3, 4, 5}; // 示例红包费用
        System.out.println(minCostToReachBride(cost)); // 输出最小总红包数
    }
}