*LeetCode-Paint House

最新推荐文章于 2021-08-12 21:54:08 发布

原创最新推荐文章于 2021-08-12 21:54:08 发布 · 409 阅读

0 ·

CC 4.0 BY-SA版权

leetcode 同时被 2 个专栏收录

220 篇文章

订阅专栏

28 篇文章

订阅专栏

本文探讨了动态规划（DP）与回溯（Backtracking）两种算法在解决特定问题时的时间效率差异，具体通过一个实例展示了DP如何在时间复杂度上优于回溯算法。文章详细介绍了DP算法在解决问题时的优化策略，以及如何通过矩阵存储减少空间使用，同时提供了节省空间的实现方法。

backstracking和dp的时间复杂度！

这个题backstracking超时了 dp就省时间一些

每个格子是这个房子某种颜色＋ min（截至上个房子另一种颜色，上一个房子第三种颜色）

public class Solution {
    public int minCost(int[][] costs) {
        if ( costs == null || costs.length == 0 )
            return 0;
        int m = costs.length;
        int [][] res = new int [ m ][ 3 ];
        res [0][0] = costs[0][0];
        res [0][1] = costs[0][1];
        res [0][2] = costs[0][2];
        for ( int i = 1; i < m; i ++ ){
            res [ i ][ 0 ] = Math.min( res[ i - 1 ][ 1 ], res[ i - 1 ][ 2 ] ) + costs[ i ][ 0 ];
            res [ i ][ 1 ] = Math.min( res[ i - 1 ][ 0 ], res[ i - 1 ][ 2 ] ) + costs[ i ][ 1 ];
            res [ i ][ 2 ] = Math.min( res[ i - 1 ][ 0 ], res[ i - 1 ][ 1 ] ) + costs[ i ][ 2 ];
        }
        return Math.min( res[ m - 1 ][ 0 ], Math.min( res[ m - 1 ][ 1 ], res[ m - 1 ][ 2 ]));
    }
}

省空间的方法是就直接用costs数组存这个matrix 但是不知道题意可不可以改变input