本文共 1245 字,大约阅读时间需要 4 分钟。
#2021年5月1日17:33:04-2021年5月1日19:37:43'''265.粉刷房子II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。【序列型动态规划】分析:状态变量:dp[i][j] 表示粉刷前i个房子并且最后一个房子粉刷的颜色为j的最小花费。(注意:序列型动态规划的关键词是「前」)转移方程:dp[i][j] = min(dp[i - 1][x] + costs[i - 1][j]) 此时x取1~k且x!=j初始条件:dp[0][j] = 0 dp[1][j] = min(costs[0][j])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. '''hang = int(input())lie = int(input())costs = []for i in range(hang): costs.append([]) for j in range(lie): costs[i].append(int(input()))n = len(costs) #dp的行数:n + 1k = len(costs[0]) #dp的列数:kdp = [[0 for _ in range(k)]for _ in range(n + 1)]#初始化dp[0][:]和dp[1][:]dp[0][:] = [0] #注意这这里初始条件为0的时候应该设为[0],而不能设为0dp[1][:] = costs[0][:] for i in range(2,n + 1): #从第2个房子开始循环 temp = [] for j in range(k): for x in range(k): if x != j: temp.append(dp[i - 1][x] + costs[i - 1][j]) #costs[i - 1]是因为costs和dp差了一行 dp[i][j] = min(temp) temp = []print(min(dp[:][-1]))
转载地址:http://pqxn.baihongyu.com/