一、题目
在一个小城市里,有 m 个房子排成一排,你需要给每个房子涂上 n 种颜色之一(颜色编号为 1 到 n )。有的房子去年夏天已经涂过颜色了,所以这些房子不需要被重新涂色。
我们将连续相同颜色尽可能多的房子称为一个街区。(比方说 houses = [1,2,2,3,3,2,1,1] ,它包含 5 个街区 [{1}, {2,2}, {3,3}, {2}, {1,1}] 。)
给你一个数组 houses ,一个 m * n 的矩阵 cost 和一个整数 target ,其中:
houses[i]:是第 i 个房子的颜色,0 表示这个房子还没有被涂色。
cost[i][j]:是将第 i 个房子涂成颜色 j+1 的花费。
请你返回房子涂色方案的最小总花费,使得每个房子都被涂色后,恰好组成 target 个街区。如果没有可用的涂色方案,请返回 -1 。
二、思路
由于第i个房子粉刷成什么颜色,依赖于之前的房子刷的颜色进行计算,并且只依赖于前一个房子。明显是一个动态规划问题,即把之前粉刷的状态记录下来。
根据粉刷的颜色来判断街区,现在研究一下0~i房子颜色和0~i+1房子颜色对街区划分的影响,如下:
如果i+1个房子和i房子颜色相同,则街区划分不变
如果颜色不同,则街区数量+1
由上述推断可以得知,只需要关注前一块的颜色和街区数量,记录下该颜色和街区数量下花费的最小值即可。
定义动态规划数组dp[i][j][k],其中i是指第i-1个房子,j是房子粉刷的第j-1种颜色,k-1指该房子颜色下的街区数量,值的含义是粉刷花费的最小值。可以得到下述的状态转移方程:(dp全部初始化为Integer.MAX_VALUE/2)。
1)当
house[i] != 0
时,已经有原来颜色,0 <= loc < cost[0].length
:
d p [ i ] [ h o u s e [ i ] − 1 ] [ k ] = { m i n ( d p [ i ] [ h o u s e [ i ] − 1 ] [ k ] , d p [ i − 1 ] [ l o c ] [ k ] ) , i f l o c = h o u s e [ i ] − 1 m i n ( d p [ i ] [ h o u s e [ i ] − 1 ] [ k ] , d p [ i − 1 ] [ l o c ] [ k − 1 ] ) , e l s e dp[i][house[i] - 1][k]= \left\{ \begin{aligned} min(dp[i][house[i] - 1][k],dp[i-1][loc][k])&,& if~~loc=house[i] - 1\\ min(dp[i][house[i] - 1][k],dp[i-1][loc][k-1]) &,&else \\ \end{aligned} \right. dp[i][house[i]−1][k]={min(dp[i][house[i]−1][k],dp[i−1][loc][k])min(dp[i][house[i]−1][k],dp[i−1][loc][k−1]),,if loc=house[i]−1else
2)当house[i] == 0
时,无原来颜色,0 <= loc,j < cost[0].length
:
d p [ i ] [ j ] [ k ] = { m i n ( d p [ i ] [ j ] [ k ] , d p [ i − 1 ] [ l o c ] [ k ] ) , i f l o c = j m i n ( d p [ i ] [ j ] [ k ] , d p [ i − 1 ] [ l o c ] [ k − 1 ] ) , e l s e dp[i][j][k]= \left\{ \begin{aligned} min(dp[i][j][k],dp[i-1][loc][k])&,& if~~loc=j\\ min(dp[i][j][k],dp[i-1][loc][k-1]) &,&else \\ \end{aligned} \right. dp[i][j][k]={min(dp[i][j][k],dp[i−1][loc][k])min(dp[i][j][k],dp[i−1][loc][k−1]),,if loc=jelse
第1)个是因为已经有原来颜色,不可以更改,所以其他颜色地方就都为Integer.MAX_VALUE/2,只有dp[i][house[i] - 1][k]可以更改。而2)是没有颜色,所有颜色都可以刷。
三、代码
class Solution {
public int minCost(int[] houses, int[][] cost, int m, int n, int target) {
// i第(几个-1)房子,j第(几个-1)颜色,k组成(几个-1)街区
int[][][] dp = new int[houses.length][cost[0].length][target];
for (int i = 0; i < dp.length; i++) {
for (int j = 0; j < dp[0].length; j++) {
Arrays.fill(dp[i][j], Integer.MAX_VALUE / 2);
}
}
if (houses[0] == 0) { // 第一个房子无颜色
for (int i = 0; i < cost[0].length; i++) { // 初始化第一行
dp[0][i][0] = cost[0][i]; // 由于只有一个房子,所以,数量也只能为1,也就是k=0
}
} else { // 有颜色则无法更改,代价也应该为0
dp[0][houses[0] - 1][0] = 0;
}
for (int i = 1; i < houses.length; i++) {
for (int j = 0; j < cost[0].length; j++) {
// 当房子原来有颜色,那么不可改变颜色,只能更新原有颜色与之前颜色的代价,其他颜色跳过
if (houses[i] != 0 && houses[i] != j+1) {
continue;
}
for (int k = 0; k < target; k++) {
for (int loc = 0; loc < cost[0].length; loc++) {
if (loc == j) {
// 与前一个房子颜色相同,分块数量一样
dp[i][j][k] = Math.min(dp[i][j][k], dp[i-1][loc][k]);
} else if (k > 0) {
// 与前一个颜色不同,分数数量增加了1
dp[i][j][k] = Math.min(dp[i][j][k], dp[i-1][loc][k-1]);
}
}
// 只有dp[i][j][k]有解且房子无原有颜色,才增加粉刷成本
if (dp[i][j][k] != Integer.MAX_VALUE/2 && houses[i] == 0) {
dp[i][j][k] += cost[i][j];
}
}
}
}
int ans = Integer.MAX_VALUE;
// 遍历,找到分块为target的最低代价
for (int j = 0; j < cost[0].length; j++) {
ans = Math.min(ans, dp[houses.length - 1][j][target - 1]);
}
return ans == Integer.MAX_VALUE / 2 ? -1 : ans;
}
}
时间复杂度
O
(
h
o
u
s
e
s
.
l
e
n
g
t
h
∗
(
c
o
s
t
[
0
]
.
l
e
n
g
t
h
)
2
∗
t
a
r
g
e
t
)
O(houses.length*(cost[0].length)^2*target)
O(houses.length∗(cost[0].length)2∗target),空间复杂度
O
(
h
o
u
s
e
s
.
l
e
n
g
t
h
∗
c
o
s
t
[
0
]
.
l
e
n
g
t
h
∗
t
a
r
g
e
t
)
O(houses.length*cost[0].length*target)
O(houses.length∗cost[0].length∗target)。
由于当前解只依赖于上一个解,所以空间复杂度可以优化到
O
(
c
o
s
t
[
0
]
.
l
e
n
g
t
h
∗
t
a
r
g
e
t
)
O(cost[0].length*target)
O(cost[0].length∗target),这里不做优化处理。
由于嵌套循环种的第四个循环,只找最小值即可,可以使用记忆化来记录,降低时间到
O
(
h
o
u
s
e
s
.
l
e
n
g
t
h
∗
c
o
s
t
[
0
]
.
l
e
n
g
t
h
∗
t
a
r
g
e
t
)
O(houses.length*cost[0].length*target)
O(houses.length∗cost[0].length∗target)。这里也不做优化。