LeetCode 256. 粉刷房子

最新推荐文章于 2022-04-29 23:22:13 发布

Louis1874

最新推荐文章于 2022-04-29 23:22:13 发布

阅读量250

点赞数 1

分类专栏： # LeetCode

本文链接：https://blog.csdn.net/weixin_44413191/article/details/106395672

版权

LeetCode 专栏收录该内容

47 篇文章 0 订阅

订阅专栏

在这里插入图片描述

方法一：动态规划

思路：状态转移方程为dp[i][j]=min(dp[i][j],dp[i-1][k]+costs[i][j]);其中 $(j \neq = k)$

class Solution {
public:
    int minCost(vector<vector<int>>& costs) {
        int n = costs.size();
        if (!n) return 0;
        vector<vector<int>> dp(n, vector<int>(3, INT_MAX));
        for (int i = 0; i < n; ++i)
            for (int j = 0; j < 3; ++j) {
                if (i - 1 == -1) {//初始化
                    dp[i][j] = costs[i][j];
                    continue;
                }
                for (int k = 0; k < 3; ++k)
                    if (j != k) dp[i][j] = min(dp[i][j], dp[i - 1][k] + costs[i][j]);//状态转移方程
            }
        return min(dp[n - 1][0], min(dp[n - 1][1], dp[n - 1][2]));
    }
};

方法二：动态规划（滚动数组优化）

思路：状态 dp[i][j] 只受 dp[i-1][k] 的影响，可使用滚动数组进行优化

class Solution {
public:
    int minCost(vector<vector<int>>& costs) {
        int n = costs.size();
        if (!n) return 0;
        vector<vector<int>> dp(2, vector<int>(3, INT_MAX));
        for (int i = 0; i < n; ++i)
            for (int j = 0; j < 3; ++j) {
                if (i - 1 == -1) {//初始化
                    dp[i][j] = costs[i][j];
                    continue;
                }
                dp[i & 1][j] = INT_MAX;
                for (int k = 0; k < 3; ++k)
                    if (j != k) dp[i & 1][j] = min(dp[i & 1][j],
                        dp[!(i & 1)][k] + costs[i][j]);//状态转移方程
            }
        return min(dp[(n - 1) & 1][0], min(dp[(n - 1) & 1][1], dp[(n - 1) & 1][2]));
    }
};