动态规划算法：12.简单多状态 dp 问题_打家劫舍_C++

应茶茶

已于 2024-09-27 19:58:12 修改

阅读量354

点赞数 6

文章标签：算法动态规划 c++

于 2024-09-27 19:55:15 首次发布

本文链接：https://blog.csdn.net/2302_76267737/article/details/142600720

版权

题目链接：LCR 089. 打家劫舍 - 力扣（LeetCode）

一、题目解析

题目：

注：题目纯属虚构，学习解题思路，不可学不道德的哦

解析：

由题目我们可以知道，小偷不可以偷相邻的两个房间

我们拿示例1举例：

偷完第一个房间再偷第三个房间，此时所得金额达到最大

拿示例二举例：

小偷偷完第一个房间，再去偷第三个房间，再去偷第五个房间，此时达到最大

二、算法原理

1、状态表示

我们在状态表示的时候，一般都会创建一个数组dp，也就是我们所说的dp表，我们要做的就是把每一个状态的值填入这个表内，最终这个表内的某一个值可能就是我们要返回的值。

状态简单理解就是dp表内某一个值代表的含义。

如何确定状态表示

题目要求

简单的题目里一般会给出

经验+题目要求

越学越深入，动态规划也是熟能生巧，在题目中没有明显给出的时候，我们就要凭借自己做题的经验来确定，所以就需要我们大量的做题。

分析问题的过程中，发现重复子问题

分析问题的过程中把重复子问题抽象成我们的状态表示，这个更难理解，一切的基础都是我们先对动态规划算法熟练运用。我也不懂，我们慢慢来。

综上：我们通常会以一个位置为结尾或者开始求得我们想要的答案

那我们的这道题得状态表示是什么样的：

根据经验，我们以一个位置为结尾做题

状态表示：

dp[i]表示到达i位置时获取的最大金额

2、状态转移方程

确定状态表示之后我们就可以根据状态标识推出状态转移方程

状态转移方程是什么？

不讲什么复杂的，简单来说状态转移方程就是 dp[i]等于什么 dp[i]=？

这个就是状态转移方程，我们要做的，就是推出dp[i]等于什么

我们根据状态表示再结合题目+经验去推理转移方程，这一步也是我们整个解题过程中最难的一步

我们在这道题先简单了解下什么是状态转移方程，之后比较难的题目再细推

状态转移方程推理：

当我们到达i位置时，我们可以选择偷或者不偷

我们令到达i房间偷的情况为f[i]，不偷的情况为g[i]，房间内所含金额数组为nums

状态转移方程：

f(i)=f(i-1)+nums[i];
g(i)=max(f(i),g(i));

3、初始化

我们创建dp表就是为了把他填满，我们初始化是为了防止在填表的过程中越界

怎么谈越界？

比如：我们在填f[0]时，我们会发现，到达该位置前f[-1]根本不存在

dp表初始化:

这里不用对其做特殊初始化

特殊位置初始化：

f[0]=nums[0]
g[0]=0

4、填表顺序

从左到右依次填写，两个表同时填写

5、返回值

返回f和g其中的最大值

三、编写代码

class Solution {
public:
    int rob(vector<int>& nums) {
    int n=nums.size();
//1、创建dp表
    vector<int> f(n);
    auto g=f;
//2、特殊位置初始化
    f[0]=nums[0];
//3、填表
    for(int i=1;i<=n-1;i++)
    {
        f[i]=g[i-1]+nums[i];
        g[i]=max(f[i-1],g[i-1]);
    }
//4、返回值
    return max(f[n-1],g[n-1]);
    }
};