首先，你的代码出现错误的核心原因不是min函数里的条件表达式写法，而是用了x/3这种浮点数除法——递归调用f(x/3)时传入的是浮点数参数，而列表dpt的索引只能是整数，这会直接触发TypeError: list indices must be integers or slices, not float。

第一步：修复直接错误+修正初始化问题 #

先把浮点数除法换成整数除法//，保证传入的参数是整数。另外你的初始化有个小坑：dpt数组初始全为0，但dpt[1]本身就是0，其他未计算的位置（比如dpt[3]）会被误判为已计算完成，返回错误结果。建议用None标记未计算的状态。

修正后的递归版本代码：

# 用None标记未计算的状态，避免初始0值干扰判断
dpt = [None] * (10**6 + 1)
dpt[1] = 0

def f(x):
    if dpt[x] is not None:
        return dpt[x]
    # 先初始化候选值为"x-1"的步数+1（每一步操作都要算一次）
    res = f(x-1) + 1
    # 能被3整除时，对比"x//3"的步数+1
    if x % 3 == 0:
        res = min(res, f(x//3) + 1)
    # 能被2整除时，对比"x//2"的步数+1
    if x % 2 == 0:
        res = min(res, f(x//2) + 1)
    dpt[x] = res
    return res

N = int(input())
print(f(N))

这里还要提醒你：之前的代码漏掉了加1——不管是除以3、除以2还是减1，都是一步操作，必须在子问题的结果上加1才是当前问题的正确步数！

更适合大规模数据的迭代版本 #

当N接近1e6时，递归会触发栈溢出（Python默认递归深度只有约1000），所以更稳妥的方式是用迭代式动态规划，效率也更高：

N = int(input())
dpt = [0] * (N + 1)

for x in range(2, N+1):
    # 先取"x-1"的步数+1
    dpt[x] = dpt[x-1] + 1
    # 能被2整除时取更小值
    if x % 2 == 0:
        dpt[x] = min(dpt[x], dpt[x//2] + 1)
    # 能被3整除时取更小值
    if x % 3 == 0:
        dpt[x] = min(dpt[x], dpt[x//3] + 1)

print(dpt[N])

关于min/max中使用条件表达式的正确姿势 #

回到你最初的疑问：在min/max里用条件表达式是可行的，但要注意这几点：

• 条件表达式的两个分支返回值类型要一致（比如你之前用9999当“无效值”是可以的，但要保证和有效分支的返回值类型相同）
• 尽量避免魔法值（比如9999），拆分到单独的if判断里代码可读性更好
• 复杂条件下，先初始化基础值再逐步对比，比把所有逻辑塞在min函数里更易维护

内容的提问来源于stack exchange，提问作者windowcow