leetcode 198. 打家劫舍

leetcode 198. 打家劫舍

题目描述

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，影响你偷窃的唯一制约因素就是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，能够偷窃到的最高金额。

示例 1:
输入: [1,2,3,1]
输出: 4
解释: 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 2:
输入: [2,7,9,3,1]
输出: 12
解释: 偷窃 1 号房屋 (金额 = 2), 偷窃 3 号房屋 (金额 = 9)，接着偷窃 5 号房屋 (金额 = 1)。
偷窃到的最高金额 = 2 + 9 + 1 = 12 。

解题思路

本题可以采用动态规划的解法去做（也可以用递归，但是时间复杂度太高）

先放一下递归的代码，这个在leetcode上提交会超时

class Solution {
public:
    int rob(vector<int>& nums) {
        if (nums.empty()){
            return 0;
        }
        
        return max(robRecursive(nums, 0), robRecursive(nums, 1));
    }
    // 递归函数
    int robRecursive(vector<int>& nums, int index){

            if (index == nums.size()-1){
                return nums[index];
            }
            else if(index > nums.size()-1){
                return 0;
            }
            return max(nums[index] + robRecursive(nums, index+2), nums[index] + robRecursive(nums, index+3));
        }
};

动态规划是把整个大问题找到共性，通过解决小问题，来逐步的解决整体。对于这个题，如果只有一个房屋的话，直接dp = nums[0]，要是有两个房屋，直接是取二者最大 dp = max(nums[0], nums[1])；如果是三个，可以选择第一与第三个相加，或者保持第二个不变。然后更新dp中的数值，这时dp去最新的两个数值和数组中的下一个数做运算，就又变成了，三个房屋如何取最大的问题，总结动态规划的状态方程就是 dp[i] = max(dp[i-2]+nums[i], dp[i])，代码如下：

class Solution {
public:
    int rob(vector<int>& nums) {
        if (nums.empty()){
            return 0;
        }
        if(nums.size()==1){
            return nums[0];
        }
        int dp[nums.size()] = {0};
        dp[0] = nums[0];
        dp[1] = max(dp[0], nums[1]);

        for(int i=2; i<nums.size(); i++){
            dp[i] = max(dp[i-2]+nums[i], dp[i-1]);
        }

        return dp[nums.size()-1];
    }
};

上面是采用的一维数组的形式，下面代码是把一维数组降维，转换成变量的形式求解

class Solution {
public:
    int rob(vector<int>& nums) {
        if (nums.empty()){
            return 0;
        }

        int pre = 0;
        int cur = 0;
        for(auto num:nums){
            int temp = cur;
            cur = max(pre+num, cur);
            pre = temp;
        }

        return cur;
    }
};

欢迎大家关注我的个人公众号，同样的也是和该博客账号一样，专注分享技术问题，我们一起学习进步