python3实现一道粉刷房子动态规划算法题

假如有一排房子，共 n 个，每个房子可以被粉刷成 k 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 k 的矩阵来表示的。

例如，costs[0][0] 表示第 0 号房子粉刷成 0 号颜色的成本花费；costs[1][2] 表示第 1 号房子粉刷成 2 号颜色的成本花费，以此类推。请你计算出粉刷完所有房子最少的花费成本。

注意：

所有花费均为正整数。

示例：

输入: [[1,5,3],[2,9,4]]
输出: 5
解释: 将 0 号房子粉刷成 0 号颜色，1 号房子粉刷成 2 号颜色。最少花费: 1 + 4 = 5;
或者将 0 号房子粉刷成 2 号颜色，1 号房子粉刷成 0 号颜色。最少花费: 3 + 2 = 5.

首先，我们考虑到直观的动态规划。
就是第一行找到最优最小值，然后递归到第二行，递归到第三行，但是这道题显然不行，由于第一行选择会限制第二行选择。
因此换一种思路，将上一行所有的情况暂存（包括最优值），纳入下一行考察范围内，然后筛选掉非最优值。
ps:这里还有优化空间，待会讨论。

我们找到一个 O(n*k^2) 的动态规划解法，这个解法就是粉刷房子 解法的一个简单扩展。建立一个二维数组dp[i][k]，其中i表示前i座房子，k表示该房子粉刷成颜色k的情况下前i座房子的最小花费，易得状态转移方程：

dp[i][k] = Math.min(dp[i-1][m]) + costs[i][k]
m取值范围是为[0, k-1], [k+1, costs[i].length-1即costs数组列数]

python3实现：

class Solution:
    def minCostII(self, costs: List[List[int]]) -> int:
        if not(costs):
            return 0
        dp=[]
        row=len(costs)
        col=len(costs[0])
        dp=[[] for i in range(row)]
        helper=[]
        for i in range(col):
            helper.append(float('inf'))
        for i in range(row):
            for j in range(col):
                helper[j]=(float('inf'))
                if i==0:
                    dp[i].append(costs[0][j])
                    
                else:
                    k=j
                    for m in range(k):
                        helper[m]=(dp[i-1][m])+costs[i][k]
                    for m in range(k+1,col):
                        helper[m]=(dp[i-1][m])+costs[i][k]
                    
                    dp[i].append(min(helper))

        return min(dp[row-1])

更好的优化建议：实际上，下一行只会受到上一行最小值和次小值的影响，可以通过减少helper写入次数来优化算法。

思路来源：
作者：ellery0924
链接：https://leetcode-cn.com/problems/two-sum/solution/javascript-onkfu-za-du-jie-fa-by-ellery0924/
来源：力扣（LeetCode）
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。