LeetCode刷题--- 粉刷房子

个人主页：元清加油_【C++】,【C语言】,【数据结构与算法】-CSDN博客

个人专栏

力扣递归算法题

?http://t.csdnimg.cn/yUl2I

【C++】? ??

??????http://t.csdnimg.cn/6AbpV

数据结构与算法

????http://t.csdnimg.cn/hKh2l

前言：这个专栏主要讲述动态规划算法，所以下面题目主要也是这些算法做的 ?

我讲述题目会把讲解部分分为3个部分：
1、题目解析

2、算法原理思路讲解

3、代码实现

粉刷房子

题目链接：粉刷房子

题目

假如有一排房子，共?n?个，每个房子可以被粉刷成红色、蓝色或者绿色这三种颜色中的一种，你需要粉刷所有的房子并且使其相邻的两个房子颜色不能相同。

当然，因为市场上不同颜色油漆的价格不同，所以房子粉刷成不同颜色的花费成本也是不同的。每个房子粉刷成不同颜色的花费是以一个?n x 3?的正整数矩阵?costs?来表示的。

例如，costs[0][0]?表示第 0 号房子粉刷成红色的成本花费；costs[1][2]?表示第 1 号房子粉刷成绿色的花费，以此类推。

请计算出粉刷完所有房子最少的花费成本。

示例 1：

输入: costs = [[17,2,17],[16,16,5],[14,3,19]]
输出: 10
解释: 将 0 号房子粉刷成蓝色，1 号房子粉刷成绿色，2 号房子粉刷成蓝色。
?    最少花费: 2 + 5 + 3 = 10。

示例 2：

输入: costs = [[7,6,2]]
输出: 2

提示:

• costs.length == n
• costs[i].length == 3
• 1 <= n <= 100
• 1 <= costs[i][j] <= 20

解法

算法原理讲解

我们这题使用动态规划，我们做这类题目可以分为以下五个步骤

1. 状态显示
2. 状态转移方程
3. 初始化（防止填表时不越界）
4. 填表顺序
5. 返回值

• 状态显示

1. dp[i][0] 表示：粉刷到 i 位置的时候，最后?个位置粉刷上「红色」，此时的最小花费；
2. dp[i][1] 表示：粉刷到 i 位置的时候，最后?个位置粉刷上「蓝色」，此时的最小花费；
3. dp[i][2] 表示：粉刷到 i 位置的时候，最后?个位置粉刷上「绿色」，此时的最小花费。

• 状态转移方程

1. 对于 dp[i][0] ：如果第 i 个位置粉刷上「红?」，那么 i - 1 位置上可以是「蓝?」或者「绿?」。因此我们需要知道粉刷到 i - 1 位置上的时候，粉刷上「蓝?」或者「绿?」的最?花费，然后加上 i 位置的花费即可。于是状态转移?程为： dp[i][0] = min(dp[i - 1][1], dp[i - 1][2]) + costs[i - 1][0] 。
2. 对于 dp[i][1] ：如果第 i 个位置粉刷上「蓝色」，那么 i - 1 位置上可以是「红色」或者「绿色」。因此我们需要知道粉刷到 i - 1 位置上的时候，粉刷上「红色」或者「绿色」的最小花费，然后加上 i 位置的花费即可。于是状态转移?程为： dp[i][1] = min(dp[i - 1][0], dp[i - 1][2]) + costs[i - 1][1] 。
3. 对于 dp[i][2] ：如果第 i 个位置粉刷上「绿色」，那么 i - 1 位置上可以是「红色」或者「蓝色」。因此我们需要知道粉刷到 i - 1 位置上的时候，粉刷上「红色」或者「蓝色」的最?花费，然后加上 i 位置的花费即可。于是状态转移?程为： dp[i][2] = min(dp[i - 1][0], dp[i - 1][1]) + costs[i - 1][2] 。

• 初始化（防止填表时不越界）

• 填表顺序

• 返回值

class Solution {
public:
    int minCost(vector<vector<int>>& costs) 
    {
        int n = costs.size();
        vector<vector<int>> dp(n + 1, vector<int>(3));
        
        for (int i = 1; i <= n; i++) 
        {
            dp[i][0] = min(dp[i - 1][1], dp[i - 1][2]) + costs[i - 1][0];
            dp[i][1] = min(dp[i - 1][0], dp[i - 1][2]) + costs[i - 1][1];
            dp[i][2] = min(dp[i - 1][1], dp[i - 1][0]) + costs[i - 1][2];
        }
        return min(dp[n][0], min(dp[n][1], dp[n][2]));
    }
};