LeetCode,粉刷房子（动态规划）

最新推荐文章于 2025-05-28 08:50:40 发布

Gravity156

最新推荐文章于 2025-05-28 08:50:40 发布

阅读量442

点赞数 3

CC 4.0 BY-SA版权

分类专栏：算法文章标签： leetcode 动态规划算法

本文链接：https://blog.csdn.net/weixin_72999587/article/details/138072575

算法专栏收录该内容

11 篇文章

订阅专栏

文章讲述了如何使用动态规划方法解决粉刷房子的问题，涉及状态转移方程的建立，以及如何根据相邻房间颜色限制计算不同颜色涂装的最小花费。代码展示了如何初始化和更新状态数组以找到最终的最小成本。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

LCR 091.粉刷房子

这是一道典型的多状态动态规划问题。

const[n][0],const[n][1],const[n][2],分别表示将第n个房间涂为红色，蓝色，绿色的花费。

题目要求相邻的房间涂色不能相同，假设第i间房间涂红色，那么第i-1间房间只能涂绿色或蓝色，所以当前涂红色的情况下，最小花费就是前一间房间涂绿色或者蓝色时候的最小花费。这时候我们就可以建立三个数组，来分别表示第i个房间涂红色，绿色，蓝色时的最小花费。假设这三个数组分别为dpr（红色），dpg（绿色），dpb（蓝色），dpr[ i ]表示，第i间涂红色时候的最小花费，其余两个类似。

因为我们就可以写状态转移方程，因为第i间如果涂红色，那么第i-1间只能是绿色或蓝色，所以dpr[ i ]= min(dpg[i-1],dpb[i-1)+const[i-1][0]；这是第i间涂红色，第i间涂绿色，蓝色也是如此分析，涂蓝色：dpb[i]=min(dpr[i-1],dpg[i-1])+costs[i-1][1]；

涂绿色：dpg[i]=min(dpr[i-1],dpb[i-1])+costs[i-1][2];

注：例上述状态转移方程中const[i-1][1]，const为[i-1]是因为我们 i 的计数是从1开始的，而题目中const的存储是从0开始的，为了方便处理边界情况，所以这样处理。

因为以上三种情况都是我们假设的情况，而实际需要最小花费，所以最后找出三者中的最小值即为最后要返回的值。

初始化的问题，在涂第一间房子的时候，花费的费用就是涂所对应颜色的花费，所以dpr[0] dpg[0] dpb[0] 的值为0 即可。

代码如下：

    int minCost(vector<vector<int>>& costs) {
        int n = costs.size();
        vector<int> dpr(n+1);
        vector<int> dpb(n+1);
        vector<int> dpg(n+1);
        for(int i = 1;i<dpr.size();i++)
        {
            
                dpr[i]=min(dpb[i-1],dpg[i-1])+costs[i-1][0];
                //i处涂红色

                dpb[i]=min(dpr[i-1],dpg[i-1])+costs[i-1][1];
                //i处涂蓝色

                dpg[i]=min(dpr[i-1],dpb[i-1])+costs[i-1][2];
                //i处涂绿色
        }
        return min(dpr[n],min(dpb[n],dpg[n]));
    }

欢迎大家在评论区交流讨论，批评指正。