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/