题目链接

256. 粉刷房子

假如有一排房子，共 n 个，每个房子可以被粉刷成红色、蓝色或者绿色这三种颜色中的一种，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 3 的正整数矩阵 costs 来表示的。
例如，costs[0][0] 表示第 0 号房子粉刷成红色的成本花费；costs[1][2] 表示第 1 号房子粉刷成绿色的花费，以此类推。
请计算出粉刷完所有房子最少的花费成本。
示例 1：
输入: costs = [[17,2,17],[16,16,5],[14,3,19]]
输出: 10
解释: 将 0 号房子粉刷成蓝色，1 号房子粉刷成绿色，2 号房子粉刷成蓝色。
最少花费: 2 + 5 + 3 = 10。
示例 2：
输入: costs = [[7,6,2]]
输出: 2

思路

分析动态规划题目的时候只需要考虑最后一个阶段，因为所有的阶段转化都是相同的，考虑最后一个阶段容易发现规律

表示状态

本题与常规题目不同的一点：本题需要记录三种情况下的花费，因为你不知道每个房子最终会被刷成什么颜色。什么意思呢？举个栗子：

第 n 个房子刷成了红色，那么第 n-1 个房子就要刷成蓝色或绿色，此时需要存储第 n 个房子刷成红色情况下的花费；
第 n 个房子刷成了蓝色，那么第 n-1 个房子就要刷成红色或绿色，此时需要存储第 n 个房子刷成蓝色情况下的花费；
第 n 个房子刷成了绿色，那么第 n-1 个房子就要刷成蓝色或红色，此时需要存储第 n 个房子刷成绿色情况下的花费；

既然我们要存储三份信息，索性就直接定义三个数组 redDP、blueDP 和 greenDP 分别存储第 i 个房子刷成某种颜色情况下的花费。

找状态转移方程

还是从最终阶段出发，

第 n 个房子是红色，说明第 n-1 个房子是蓝色或绿色，此时到第 n 个房子的总花费为 \(min(blueDP[n-1], greenDP[n-1]) + cost[n][0]\)
第 n 个房子是蓝色，说明第 n-1 个房子是红色或绿色，此时到第 n 个房子的总花费为 \(min(redDP[n-1], greenDP[n-1]) + cost[n][1]\)
第 n 个房子是绿色，说明第 n-1 个房子是蓝色或红色，此时到第 n 个房子的总花费为 \(min(blueDP[n-1], redDP[n-1]) + cost[n][2]\)

边界处理

很容易知道

redDP[0] = costs[0][0];
blueDP[0] = costs[0][1];
greenDP[0] = costs[0][2];

空间优化

因为每个数组的第 i 项只与第 i-1 项有关，所以只需要三个单变量分别表示第 i-1 项，循环滚动更新就行。

代码

`dp`数组版

class Solution {
    public int minCost(int[][] costs) {
        if(costs.length == 0){
            return 0;
        }

        int n = costs.length;
        // 第 i 个房子刷成红色情况下的最小花费
        int[] redDP = new int[n];
        // 第 i 个房子刷成蓝色情况下的最小花费
        int[] blueDP = new int[n];
        // 第 i 个房子刷成绿色情况下的最小花费
        int[] greenDP = new int[n];

        redDP[0] = costs[0][0];
        blueDP[0] = costs[0][1];
        greenDP[0] = costs[0][2];

        for(int i = 1; i < n; i++){
            redDP[i] = Math.min(blueDP[i - 1], greenDP[i - 1]) + costs[i][0];
            blueDP[i] = Math.min(redDP[i - 1], greenDP[i - 1]) + costs[i][1];
            greenDP[i] = Math.min(blueDP[i - 1], redDP[i - 1]) + costs[i][2];
        }

        return Math.min(Math.min(redDP[n - 1], blueDP[n - 1]), greenDP[n - 1]);
    }
}

空间优化版

class Solution {
    public int minCost(int[][] costs) {
        if(costs.length == 0){
            return 0;
        }

        int n = costs.length;
        int redCost = costs[0][0];
        int blueCost = costs[0][1];
        int greenCost = costs[0][2];

        for(int i = 1; i < n; i++){
            int newRedCost = Math.min(blueCost, greenCost) + costs[i][0];
            int newBlueCost = Math.min(redCost, greenCost) + costs[i][1];
            int newGreenCost = Math.min(redCost, blueCost) + costs[i][2];

            redCost = newRedCost;
            blueCost = newBlueCost;
            greenCost = newGreenCost;
        }

        return Math.min(Math.min(redCost, blueCost), greenCost);
    }
}