【动态规划】大盗阿福

题目描述

__阿福是一名经验丰富的大盗。趁着月黑风高，阿福打算今晚洗劫一条街上的店铺。
__这条街上一共有 N 家店铺，每家店中都有一些现金。阿福事先调查得知，只有当他同时洗劫了两家相邻的店铺时，街上的报警系统才会启动，然后警察就会蜂拥而至。
__作为一向谨慎作案的大盗，阿福不愿意冒着被警察追捕的风险行窃。他想知道，在不惊动警察的情况下，他今晚最多可以得到多少现金？

输入格式

输入的第一行是一个整数 T（T≤50），表示一共有 T 组数据。

接下来的每组数据，第一行是一个整数 N（1≤N≤100,000），表示一共有 N 家店铺。第二行是 N 个被空格分开的正整数，表示每一家店铺中的现金数量。
每家店铺中的现金数量均不超过 1000 。

输出格式
对于每组数据，输出一行。该行包含一个整数，表示阿福在不惊动警察的情况下可以得到的现金数量。

样例输入

2
3
1 8 2
4
10 7 6 14

样例输出

8
24

问题提示

对于第一组样例，阿福选择第 2 家店铺行窃，获得的现金数量为 8 。
对于第二组样例，阿福选择第 1 和 4 家店铺行窃，获得的现金数量为 10 + 14 = 24 。

思路：动态规划

1.状态与含义

状态1：这类线性的问题，通常都是从左往右进行抉择。因此，线性的位置往往是第一个状态。即本问题中的【店铺的序号】
状态2：由于相邻的两个店铺不能同时被选择，即不能连续选择两个店铺，那么我们可以考虑将【是否偷当前店铺】作为第二个状态

dp[i][j]:面对第i个店铺时，是否(j为0不偷，j为1偷)偷该店铺可以获取的最大现金量

例如：
dp[1][0]:第一个店铺不偷时最大现金量
dp[1][1]:第一个店铺偷时的最大现金量
dp[2][0]:第二个店铺不偷时的最大现金量
dp[2][1]:第二个店铺偷时的最大现金量

2.赋予初值

dp[1][0] = 0: 第一个店铺不偷时最大现金量显然为0
dp[1][1] = a[1]:偷第一个店铺时最大现金量就是第一个店铺的现金量

3.状态转移方程

对于每个店铺只有两种可能性：

偷：

第i个偷了，则第i-1必然不能偷即 dp[i-1][0]，再加上偷了第i个店铺的现金值a[i]:
dp[i][1] = dp[i-1][0]+a[i]

不偷：

第i个不偷时，第i-1个可偷，可不偷，取两种情况最大即可：
dp[i][0] = max(dp[i-1][0],dp[i-1][1])

代码

/**动态规划法 1
1.定义数组的含义： 
	dp[i][j]:面对店铺i时，偷不偷的情况下最大金额
	int dp[maxlen][2]
2.状态转移方程 
	这次不偷：dp[i][0] = max(dp[i-1][0],dp[i-1][1])
	这次偷：dp[i][1] = dp[i-1][0]+a[i]
3.初值
	dp[1][0] = 0
	dp[1][1] = a[1] 
**/
#include <bits/stdc++.h>
#define maxlen 100000

using namespace std;
int a[maxlen];
int dp[maxlen][2];

int solve(int len){
	int maxn = -1;
	dp[1][0] = 0;
	dp[1][1] = a[1];
	for(int i = 2 ;i<=len ;i++){
		dp[i][0] = max(dp[i-1][0],dp[i-1][1]);
		dp[i][1] = dp[i-1][0]+a[i];
		maxn = max(maxn,max(dp[i][0],dp[i][1]));
	}
	return maxn;
}

int main(){
	int n,m;
	cin>>n;
	while(n--){
		cin>>m;
		for(int i = 1; i<=m ;i++)
			cin>>a[i];
		cout<<solve(m)<<endl;
	}
   return 0;
}

总结：该题与酒鬼问题类型一致，对于每个决策看成是否选择序列中的某个元素，在确保结果最优的情况下决定是否选择该元素，实际上就是选择子序列的问题。