这一题的思路是分别去掉头和尾来进行上一题的打劫计算,所以相当于把原来的思路来两边。我自己写的代码如下
class Solution {
public int rob(int[] nums) {
//核心关键考虑是否包含首尾,这样需要考虑的元素个数就变成数组个数-1个
if (nums.length == 1) return nums[0];
if (nums.length == 2) return Math.max(nums[0],nums[1]);
int[] dp = new int[nums.length-1];
dp[0] = nums[0];
dp[1] = Math.max(nums[0],nums[1]);
//去掉尾部
for (int i = 2; i < nums.length-1; ++i) {
dp[i] = Math.max(dp[i-1],dp[i-2]+nums[i]);
}
int m = dp[nums.length-2];
//去掉头部
Arrays.fill(dp,0);//重新更换数组的值
dp[0] = nums[1];
dp[1] = Math.max(nums[1],nums[2]);
for (int i = 2; i < nums.length-1; ++i) {
dp[i] = Math.max(dp[i-1],dp[i-2]+nums[i+1]);
}
int n = dp[nums.length-2];
return Math.max(m,n);
}
}
对于这种整体结构相类似的可以封装成函数,替换相关参数来进行。
参考下面c语言的思路
class Solution {
public:
int rob(vector<int>& nums) {
if (nums.size() == 0) return 0;
if (nums.size() == 1) return nums[0];
int result1 = robRange(nums, 0, nums.size() - 2); // 情况二
int result2 = robRange(nums, 1, nums.size() - 1); // 情况三
return max(result1, result2);
}
// 198.打家劫舍的逻辑
int robRange(vector<int>& nums, int start, int end) {
if (end == start) return nums[start];
vector<int> dp(nums.size());
dp[start] = nums[start];
dp[start + 1] = max(nums[start], nums[start + 1]);
for (int i = start + 2; i <= end; i++) {
dp[i] = max(dp[i - 2] + nums[i], dp[i - 1]);
}
return dp[end];
}
};
数的后续遍历,参考代码随想录的思路
class Solution {
public int rob(TreeNode root) {
int[] res = robAction1(root);
return Math.max(res[0], res[1]);
}
int[] robAction1(TreeNode root) {
int res[] = new int[2];
if (root == null)
return res;
int[] left = robAction1(root.left);
int[] right = robAction1(root.right);
res[0] = Math.max(left[0], left[1]) + Math.max(right[0], right[1]);
res[1] = root.val + left[0] + right[0];
return res;
}
}
更像是按深度遍历,按照深度遍历的思路思考代码
注意对此类问题状态的分析,这一题的状态分为没有操作0,第一次买入1,第一次卖出2,第二次买入3,第二次卖出4.要注意没有操作的时候收益总为0。在状态明确后,就是要对初始状态进行确定。
class Solution {
public int maxProfit(int[] prices) {
//将每天的装填分为5个状态
int len = prices.length;
if (len == 1) return 0;
int[][] dp = new int[len][5]; //设置二维数组,按照股票天数还有5个状态来分
dp[0][1] = -prices[0];
dp[0][3] = -prices[0];
for (int i = 1; i < len; ++i) {
//一个是之前就已经是此操作,还有就是今天才采取
dp[i][1] = Math.max(dp[i-1][1], - prices[i]); // 要注意状态为0的时候默认为0
dp[i][2] = Math.max(dp[i-1][2],dp[i-1][1] + prices[i]);
dp[i][3] = Math.max(dp[i-1][3],dp[i-1][2] - prices[i]);
dp[i][4] = Math.max(dp[i-1][4],dp[i-1][3] + prices[i]);
}
return dp[len-1][4];
}
}
股票问题的总结,步骤是流程化的,dp数组怎么定义,最后要求的结果是什么,在第1天的时候如何初始化,以及第i天买入和卖出下的收益值如何获得。这一题是当状态为奇数时是买入状态,为偶数时是卖出状态,是上一题的一般情况化。
class Solution {
public int maxProfit(int k, int[] prices) {
if (prices.length == 0 || prices.length == 1 || k == 0) return 0;
int[][] dp = new int[prices.length][2*k + 1];
//初始化
for (int i = 1; i <= k; ++i) {
//当为奇数的时候,就进行买入
dp[0][2*i - 1] = -prices[0];
}
//动态规划
for (int i = 1; i < prices.length; ++i) {
//2k个买入卖出状态按照奇偶进行遍历
for (int j = 0; j < 2*k - 1; j += 2) {
//买入状态
dp[i][j+1] = Math.max(dp[i-1][j+1],dp[i-1][j] - prices[i]);
//卖出状态
dp[i][j+2] = Math.max(dp[i-1][j+2],dp[i-1][j+1] + prices[i]);
}
}
return dp[prices.length-1][2*k];
}
}
股票问题的划分,要注意加入了冷冻期,这里要将状态分为四个,
0:表示买入状态,可以是前一天就是买入状态,也可以之前是卖出状态,今天买入,也可以前一天是卖出状态,今天买入
1:表示持续的卖出状态,可以之前就是此状态,也可以前一天是冷冻状态
2:表示当天卖出状态,这里要注意,当天买入当天卖出是没有意义的,在以上分析过程中不高喊,所以此状态前一天是买入状态0
3:表示冷冻状态,和前一天的刚卖出状态相同
之后就是根据以上分析写出递推公式,分析初始状态,得到表达式
class Solution {
public int maxProfit(int[] prices) {
//将状态分为四种,买入状态,卖出状态,当天卖出状态,还有冷冻状态
int[][] dp = new int[prices.length][4];
int n = prices.length;
if (n == 0) return 0;
dp[0][0] = -prices[0];
//注意第1天剩下的三个状态初始值都为0
for (int i= 1; i < prices.length; ++i) {
//0为买入状态,可以是之前就买入,可以是之前就是卖出状态买入,也可以是之前是冷冻状态买入
dp[i][0] = Math.max(dp[i-1][0], Math.max(dp[i-1][1] - prices[i], dp[i-1][3] - prices[i]));
//1为持续的卖出状态,之前就是卖出,或者之前是冷冻期
dp[i][1] = Math.max(dp[i-1][1], dp[i-1][3]);
//2为卖出状态,不取当天买入当天卖出,没有意义
dp[i][2] = dp[i-1][0] + prices[i];
//3为冷冻状态,紧接在状态2之后
dp[i][3] = dp[i-1][2];
}
return Math.max(dp[n-1][3], Math.max(dp[n-1][2], dp[n-1][1]));
}
}
class Solution {
public int maxProfit(int[] prices, int fee) {
int n = prices.length;
if(n == 0) return 0;
// 如果最后算的结果扣掉税率为负,那么最后结果应该默认为0
int[][] dp = new int[prices.length][3];
dp[0][1] = -prices[0];
for (int i = 1; i < prices.length; ++i) {
//0代表之前一直没有操作的状态,所以默认结果是0的
//1代表买入状态,可以是之前买入的,也可以是之前就是卖出状态买入的,也可以之前操作过
dp[i][1] = Math.max(dp[i-1][1],Math.max(dp[i-1][0]-prices[i],dp[i-1][2]-prices[i]));
//2代表是卖出状态,可以之前就是卖出的,或者之前是买入状态
dp[i][2] = Math.max(dp[i-1][2], dp[i-1][1] + prices[i] - fee);
}
return Math.max(dp[n-1][0],dp[n-1][2]);
}
}
以上是我自己的代码,对于状态划分为三个,取查看代码随想录,关于二个状态以及动态规划一维数组的方法