房屋染色

题目描述：这里有n个房子在一列直线上，现在我们需要给房屋染色，分别有红色蓝色和绿色。每个房屋染不同的颜色费用也不同，你需要设计一种染色方案使得相邻的房屋颜色不同，并且费用最小。费用通过一个nx3 的矩阵给出，比如cost[0][0]表示房屋0染红色的费用，cost[1][2]表示房屋1染绿色的费用。

样例：costs = [[14,2,11],[11,14,5],[14,3,10]] return 10。房屋 0 蓝色, 房屋 1 绿色, 房屋 2 蓝色， 2 + 5 + 3 = 10

跟上一道题：“栅栏染色”一样（详见：点击打开链接），都是动态规划的问题，但是逻辑上是不同的。这道题求的是最低成本，那么不妨这么分析：对于每个房屋来说，它原本有3种染色方案，就是染红色蓝色和绿色，每一种选择都会导致它的上一个房屋不能染该颜色了（这不是一个因果关系，而是说在逻辑上，如果第i个房屋在我们设计的最佳方案中选择了其中一种，那必然会导致它的上一个房屋颜色与之不同，否则方案就是不合理的）。

举个例子，我们假设现在有n个房屋，如果最佳方案中，第n个房屋染红色，那么前n - 1个房屋就有一个最佳染色方案，这个方案肯定是要求第n - 1个房屋染蓝色或者绿色（至于具体染什么颜色，包括前n - 2个房屋的染色方案是什么，我们先不去管），那么整个染色方案最小成本就应该这样计算：

因为我们并不知道最后一个房屋怎么染色，所以，分3种情况：

1. 最后一个房屋染红色，那么第n - 1个房屋染蓝色或者绿色，前n -1个房屋（包括第n - 1个）的最小染色成本我们记为record[1], record[2]，那么最终的所有房屋的染色成本就是：min(record[1], record[2]) + 最后一个房屋染红色的价钱

2. 最后一个房屋染蓝色，那么第n - 1个房屋染红色或者绿色，前n -1个房屋（包括第n - 1个）的最小染色成本我们记为record[0], record[2]，那么最终的所有房屋的染色成本就是：min(record[0], record[2]) + 最后一个房屋染蓝色的价钱

3. 最后一个房屋染绿色，同理，我就不写了

这三种情况求出来后，再计算他们的最小值，就是本题的最优解。

用一个三元数组record记录前n个房间分别染3种颜色时的最小成本，那么状态转移方程：record[i] = cost[i] + min(record[j] + record[k])，其中，cost[i]为第n + 1个房屋染i这个颜色的成本，record[j]，record[k]为不是i颜色的两种颜色。

初始状态为：record = [costs[0][0],costs[0][1], costs[0][2]]

代码如下：

class Solution:
    # @param {int[][]} costs n x 3 cost matrix
    # @return {int} an integer, the minimum cost to paint all houses
    def minCost(self, costs):

        # 处理特殊情况
        if len(costs) == 0:
            return 0

        # 初始化条件
        record = costs[0]

        for cost in costs[1:]:
            temp = []
            for i in range(3):
                temp.append(cost[i] + min(record[i - 1], record[i - 2]))
            record = temp
        return min(record)
        # Write your code here

需要注意的是，第16行用到了python语言中列表的特殊性质：a[-1]表示数组a的最后一个元素，a[-2]表示a的倒数第二个元素...以此类推。

总结一下，其实最难的点还是子问题如何“升级”，也就是状态转移方程