leetcode之打家劫舍1（C++）

参考链接

1. https://leetcode-cn.com/problems/house-robber/

题目描述

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。

解题思路

求最值问题，应该是一个动态规划问题。首先明确“状态”和“选择”：“状态”就是面前房子的索引，“选择”就是取钱或不取钱；然后，确定base case，即递归退出条件：当走过了最后一间房子，就没得选了，能获得的现金为0。

综上，得到状态转移方程：

$rob\left[i\right]=\{\begin{array}{ll}rob\left[i+1\right]& \text{//如果不从当前房子中取钱}\\ nums[i]+rob\left[i+2\right]& \text{//如果从当前房子中取钱}\end{array}$

代码

根据状态方程直接写出递归解法：

class Solution {
public:

    int dp(vector<int>& nums, int start)
    {
        if(start >= nums.size())
        {
            return 0;
        }
        return max(dp(nums, start + 1), dp(nums, start + 2) + nums[start]);
    }
    int rob(vector<int>& nums) {
        return dp(nums, 0);
    }
};

考虑到，用户在经过某个房子时，从后面的房子中取出最大金额是固定的，即存在重叠子问题。所以，用备忘录优化：

class Solution {
public:
    vector<int> memo;

    int dp(vector<int>& nums, int start)
    {
        if(start >= nums.size())
        {
            return 0;
        }
        if(memo[start] != -1)
        {
            return memo[start];
        }
        int res = max(dp(nums, start + 1), dp(nums, start + 2) + nums[start]);
        memo[start] = res;
        return res;
    }

    int rob(vector<int>& nums) {
        memo.insert(memo.begin(), nums.size(), -1);
        return dp(nums, 0);
    }
};

还可以改写为自底向上的解法，dp[i] = x表示，从第i间房子开始做选择，最多能取出的钱为x：

class Solution {
public:
    int rob(vector<int>& nums) {
        int n = nums.size();

        vector<int> dp(n+2);
        for(int i = n - 1; i >= 0; i--)
        {
            dp[i] = max(dp[i+1], nums[i] + dp[i+2]);
        }
        return dp[0];
    }
};

又发现dp[i]只和最近的两个状态dp[i+1]和dp[i+2]有关，所以可以将空间复杂度优化到O(1)。

class Solution {
public:
    int rob(vector<int>& nums) {
        int n = nums.size();
        int dp_i_1 = 0;
        int dp_i_2 = 0;
        int dp_i = 0;
        for(int i = n - 1; i >= 0; i --)
        {
            dp_i = max(dp_i_1, nums[i] + dp_i_2);
            dp_i_2 = dp_i_1;
            dp_i_1 = dp_i;
        }
        return dp_i;
    }
};