记忆化搜索 dfs

Q1   198. 打家劫舍

解法一：

知识点：记忆化搜索=递归搜索+保留计算结果

递归部分：

这样写能够完成上述题目，但是会超时，因为时间复杂度是质数级别，这时候就需要改进代码，也就是保留结果

Cache

或者

class Solution:
    def rob(self, nums: List[int]) -> int:
        n=len(nums)
        @cache
        def dfs(n):
            if n<0:
                return 0
            res=max(dfs(n-1),dfs(n-2)+nums[n])
            return res
        return dfs(n-1)

       

简单解释一下，这里就运用了cache，起初全设置为-1，在进入dfs函数之后首先我们会判断这个dfs之前有没有调用过，也就是有没有保存过计算后的值，如果有，那么直接用，如果没有责在res计算后将其数值记到cache中，以便后续使用，这时候时间，空间复杂度都是n

修改后的代码：

此时复杂度还是n

优化：

升级版（记忆化搜索

代码：

优化：首先进入dfs之前就将三种方式都计算一遍，将得到的target值作为参数传入dfs

解释一下res=max（res，dfs（xxx）+1）,为什么要把res和后面的对比来选择最大的，我们知道三个if是顺序执行的，在第二个if执行的时候，res的值已经是第一轮if执行完更新后的res了，所以第二个if中的res其实是第一个if执行完成后的if，相对的，第三个if中的res其实是第二个if执行完的if，那么为什么第一个if也要加res=max（res，dfs（xxx）+1）呢？，因为第一个if也要进入dfs的三个if，同样要通过比较三个if的res来筛选出最大的res