时间复杂度:O(n),空间复杂度:O(0)(不需要额外变量)
解题思路
又是一道动态规划题目,但是我们应该如何定义dp数组呢?
最好的方法是令dp[i]表示前i个房子的最大金额,这样我们的动态规划方程为:
dp[i]=max(dp[i-2]+nums[i],dp[i-1])
而边界条件为dp[0]=nums[0],dp[1]=max(nums[0],nums[1])
所以当数组只有一个元素时直接返回nums[0]即可,不然会报错。
从动态规划方程我们可以看出,dp[i]其实只与dp[i-1]和dp[i-2]有关,所以为了减少空间复杂度,我们可以采用滚动数组的方法只记录dp[i-1]和dp[i-2],这样可以将空间复杂度从O(n)优化到O(1)。
AC代码
极简版
func rob(nums []int) int {
dp0,dp1:=0,nums[0]
for i:=1;i<len(nums);i++{
dp0,dp1=max(dp0,dp1),dp0+nums[i]
}
return max(dp0,dp1)
}
func max(x,y int)int{
if x>y{
return x
}
return y
}
O(0)空间复杂度
func rob(nums []int) int {
if len(nums)==1{
return nums[0]
}
nums[1]=max(nums[0],nums[1])
for i:=2;i<len(nums);i++{
nums[i]=max(nums[i-1],nums[i-2]+nums[i])
}
return max(nums[len(nums)-1],nums[len(nums)-2])
}
func max(x,y int)int{
if x>y{
return x
}
return y
}
标准版
func rob(nums []int) int {
if len(nums)==1{
return nums[0]
}
preMax,curMax:=nums[0],max(nums[0],nums[1])
for i:=2;i<len(nums);i++{
preMax,curMax=curMax,max(curMax,preMax+nums[i])
}
return curMax
}
func max(i,j int)int{
if i>j{
return i
}
return j
}
感悟
一开始想到的动态规划时间复杂度为O(n²),原因是我想令dp[i]表示选择i后的最大金额,所以就需要遍历i-1之前的全部dp。不过看了题解后发现如果我之前的对dp[i]的定义也可以用O(n)的时间复杂度解题,原因是正如前面所分析的那样,根本不需要遍历前i-2个元素,因为dp只与两个dp元素有关。