动态规划-简单多状态dp问题 – 打家劫舍(二)
题目重现
题目链接:打家劫舍 II - 力扣
你是一个专业的小偷,计划偷窃沿街的房屋,每间房内都藏有一定的现金。这个地方所有的房屋都 围成一圈 ,这意味着第一个房屋和最后一个房屋是紧挨着的。同时,相邻的房屋装有相互连通的防盗系统,如果两间相邻的房屋在同一晚上被小偷闯入,系统会自动报警 。
给定一个代表每个房屋存放金额的非负整数数组,计算你 在不触动警报装置的情况下 ,今晚能够偷窃到的最高金额。
示例 1:
输入:nums = [2,3,2] 输出:3 解释:你不能先偷窃 1 号房屋(金额 = 2),然后偷窃 3 号房屋(金额 = 2), 因为他们是相邻的。
示例 2:
输入:nums = [1,2,3,1] 输出:4 解释:你可以先偷窃 1 号房屋(金额 = 1),然后偷窃 3 号房屋(金额 = 3)。 偷窃到的最高金额 = 1 + 3 = 4 。
示例 3:
输入:nums = [1,2,3] 输出:3
提示:
1 <= nums.length <= 100
0 <= nums[i] <= 1000
读懂题目
对于此题需要注意:
- 所有房屋是围成一圈,即首尾相接
- 不能选择位置连续的房屋(即选中 i 位置,那么 i - 1 和 i + 1 位置都不能再偷了)
所以在本题中描述的环形情景下,假定有 n 个房屋,当下标 0 位置被选中后,相应的下标为 n - 1 的房屋就不能被选中了。这个要点是与 “打家劫舍(一)” 的差异所在。
对于该题的环形问题可以针对 i = 0 位置是否被选中转化为两种单排情况:
- **偷 i = 0 位置:**不能偷最后一个房子(下标对应 i = n - 1),因此偷房子的区间为
[0, n - 2]
- **不偷 i = 0 位置:**可以偷最后一个房子(下标对应 i = n - 1),因此偷房子的区间为
[1, n - 1]
因此问题由环形问题转化为求上面两种单排情况的最大值。
算法流程
1.状态表示
由题目要求和经验,我们将 dp[i] 设定为偷窃到 i 位置后,所能偷窃到的最大金额。
但是我们考虑题中有着 不能连续偷窃 的硬性条件,所以当访问到每个 i 位置时,都会对应 偷窃
和 不偷窃
两种情况,所以上面的 dp[i] 状态表示还能进行细分。将其拆分为两部分,不妨设为 f[i] 和 g[i] 分别表示 i 位置决定偷窃和不偷窃情况下的最大金额,因为 dp[i] 只能对应这两种情况中的一种,同时其代表最大金额,所以 dp[i] = max(f[i], g[i])
2.状态转移方程
对 f[i]:
因为 f[i] 代表 i 位置偷窃后得到的最大金额,所以 i - 1 位置一定是不能被偷窃过的。从而就有
f[i] = g[i - 1] + nums[i]
对 g[i]:
在状态表示中,我们设定 g[i] 是代表 i 位置偷窃未得到的最大金额,所以该金额的值仅取决于 i - 1 位置,nums[i] 的金额无需叠加。所以有
g[i] = max (f[i - 1], g[i - 1])
3.初始化
假定可盗窃下标区间为 [left, right],结合状态转移方程和题意可得
- f[left] = nums[left]
- g[left] = 0
4.填表顺序
从左往右,f、g两表同填
5.返回值
由于上面题目解析中已经提到将环形问题转化为两个单排问题,所以返回值为两种单排情况的最大值。
每种单排情况的返回值为:max (f[right], g[right])
示例代码
class Solution {
public:
int _rob(vector<int>& nums, int left, int right)
{
if(left > right) { return 0; }
int n = nums.size();
vector<int> f(n);
auto g = f;
f[left] = nums[left];
g[left] = 0;
while(left <= right)
{
f[left] = g[left - 1] + nums[left];
g[left] = max(f[left - 1], g[left - 1]);
++left;
}
return max(f[left - 1], g[left - 1]); // 上面for循环多执行了一次 ++left
}
int rob(vector<int>& nums) {
// 环形转数组 对于nums[0]有两种情况
// 1.nums[0]选择后,nums[1]和nums[n - 1]都不能选,即_rob(nums, 2, n - 2) + nums[0]
// 2.nums[0]未被选,nums[1]和nums[n - 1]都可被选,即_rob(nums, 1, n - 1)
int n = nums.size();
if(n == 1) { return nums[0]; }
return max(
_rob(nums, 2, n - 2) + nums[0], // nums[0]被选中
_rob(nums, 1, n - 1)); // nums[0]未被选中
}
};
提交结果: