代码随想录算法训练营第五十五天(动态规划篇）| LeetCode 198.，213. 打家劫舍

最新推荐文章于 2024-10-03 13:36:06 发布

Wendy_ZZ18

最新推荐文章于 2024-10-03 13:36:06 发布

阅读量376

点赞数 3

分类专栏：代码随想录训练营文章标签：算法动态规划 python leetcode

本文链接：https://blog.csdn.net/Huiwen18/article/details/136357613

版权

代码随想录训练营专栏收录该内容

46 篇文章 0 订阅

订阅专栏

本文介绍了使用动态规划解决LeetCode中的两个打家劫舍问题，分别是198题（单向房屋）和213题（环形房屋）。文章详细解释了dp数组的定义、递推公式、初始条件以及代码实现。

摘要由CSDN通过智能技术生成

198. 打家劫舍

题目链接：198. 打家劫舍 - 力扣（LeetCode）

思路

1. dp数组定义

dp[i]: 到包括下标为i的房屋位置，所能偷窃的最大金额。

2. 确定递推公式

决定dp[i]的因素时偷不偷第i个房间。如果偷，那么不能考虑第i-1个房间，所以就看下标i-2以内的房屋所能偷的最大金额加上第i个房间的金额；如果不偷，那么可以考虑第i-1个房间，所以dp值就是dp[i-1]（注意这里不一定值一定会偷第i-1个房间，只是说明我们考虑的房间可以包含第i-1个房间。）因此，递推公式为：

dp[i] = max(dp[i-1], dp[i-2] + nums[i])

3. 初始条件

根据递推公式，要设定dp[0]和dp[1]的值，分别为nums[0]和max(nums[0], nums[1]).

4. 遍历顺序

从前往后

5. 举例推导dp数组

代码实现

class Solution(object):
    def rob(self, nums):
        if len(nums) == 1:
            return nums[0]
        dp = [0]*len(nums)
        dp[0] = nums[0]
        dp[1] = max(nums[0], nums[1])
        for i in range(2, len(nums)):
            dp[i] = max(dp[i-1], dp[i-2] + nums[i])

        return dp[len(nums) - 1]

213. 打家劫舍 Ⅱ

题目链接：213. 打家劫舍 II - 力扣（LeetCode）

思路

房屋是环形，意味着不能同时去第一家和最后一家，所以就分两种情况，一种是不考虑最后一家，一种是不考虑第一家，分别按照上一题的思路求出dp数组，然后去这两种情况中dp[-1]最大的钱财数。

代码实现

class Solution(object):
    def rob(self, nums):
        if len(nums)== 1:
            return nums[0]
        if len(nums) == 2:
            return max(nums[0], nums[1])

        dp1 = [0] * (len(nums) - 1)
        dp2 = [0] * (len(nums) - 1)
        dp1[0] = nums[0]
        dp1[1] = max(nums[0], nums[1])

        for i in range(2, len(nums) - 1):
            dp1[i] = max(dp1[i-1], dp1[i-2] + nums[i])
        dp2[0] = nums[1]
        dp2[1] = max(nums[1], nums[2])

        for i in range(2, len(nums)-1):
            dp2[i] = max(dp2[i-1], dp2[i-2] + nums[i+1])

        return max(dp1[-1], dp2[-1])