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,计算你不触动警报装置的情况下
一夜之内能够偷窃到的最高金额
很典型的动态规划,dp[i]表示在i位置你能拿到的最高的金额.
//动态规划
public static int rob(int[] nums) {
int len= nums.length;
if (len<=0) return 0;
if (len==1) return nums[0];
int[] dp = new int[len];
dp[0]= nums[0];
dp[1] = Math.max(dp[0],nums[1]);//选择偷第一家或者第二家
for (int i=2;i<len;i++){
dp[i] = Math.max(nums[i]+dp[i-2],dp[i-1]);//选择投当前家+上上一家 或者偷上一家
}
return dp[len-1];
}
对动态规矩的空间复杂度进行优化!
//优化空间复杂度
public static int rob2(int[] nums) {
int len= nums.length;
if (len<=0) return 0;
if (len==1) return nums[0];
int first = nums[0];
int second = Math.max(first,nums[1]);
for (int i=2;i<len;i++){
int temp = second;
second = Math.max(nums[i]+first,second);
first = temp;
}
return second;
}
然后是一个升级的问题:要求输出路径
这里同样是动态规划,但是定义复杂一点点
dp数组定义:
- dp[i][0]代表不偷第i号房屋所能获得最大金额
- dp[i][1]代表偷第i号房屋所能获得最大金额
状态转移方程为:
- 不偷第i号房屋所能获得最大金额就是一定得偷第i号房屋也就是dp[i][0]=dp[i-1][1]
- 偷第i号房屋所能获得最大金额有两种情况:dp[i][1] = Math.max(dp[i-2][1]+nums[i], dp[i-2][0]+nums[i])
在这种情况下最终的最大值为
Math.max(dp[nums.length-1][0],dp[nums.length-1][1])
然后建立一个list集合从后往前对dp[i][0]进行选取即可
public static int rob3(int[] nums) {
if (nums.length == 1) {
return nums[0];
}
int[][] dp = new int[nums.length][2];
dp[0][0] = 0;
dp[0][1] = nums[0];
dp[1][0] = nums[0];
dp[1][1] = nums[1];
for (int i=2;i<nums.length;i++){
dp[i][0] = dp[i-1][1];
dp[i][1] =Math.max(dp[i-2][0]+nums[i],dp[i-2][1]+nums[i]);
}
int ans = Math.max(dp[nums.length-1][0],dp[nums.length-1][1]);
List<Integer> list = new ArrayList<>();
int target = ans;
//从偷的里面从后往前找
for (int i=nums.length-1;i>=0;i--){
if (dp[i][1]==target){
list.add(nums[i]);
target-=nums[i];
}
}
Collections.reverse(list);
System.out.println(list.toString());
return ans;
}