LeetCode - 解题笔记 - 198 - House Robber

最新推荐文章于 2022-11-01 19:16:12 发布

支锦铭

最新推荐文章于 2022-11-01 19:16:12 发布

阅读量168

点赞数

分类专栏： LeetCode解题笔记文章标签： leetcode 动态规划

本文链接：https://blog.csdn.net/cary_leo/article/details/126819039

版权

LeetCode解题笔记专栏收录该内容

191 篇文章 1 订阅

订阅专栏

该博客介绍了如何使用动态规划解决一个特殊的背包问题，确保状态转移基于前一个间隔状态。给出了C++和Python两种语言的解决方案，时间复杂度为O(n)，空间复杂度为O(1)。通过维护最新两个状态，实现了空间优化。

摘要由CSDN通过智能技术生成

Solution 1

一个变体的背包问题。需要保证转移是前一个间隔状态。

状态转移思路：来自前一个状态（当前不选择），或者前一个间隔状态和当前状态的加和（当前选择）

状态转移方程为： $\max (dp[i - 1], dp[i - 2] + num[i])$

不过考虑到整个过程中只需要维护最新的两个状态，因此可以简化上述结果的储存过程

时间复杂度： $O (n)$ ，其中 $n$ 为输入的长度
空间复杂度： $O (1)$ ，仅维护常数个状态量

class Solution {
public:
    int rob(vector<int>& nums) {
        if (nums.size() <= 1) {
            // 从1判定比较方便
            return nums.size() == 0? 0: nums[0];
        }
        
//         vector<int> ans = {nums[0], max(nums[0], nums[1])};
//         for (int i = 2; i < nums.size(); ++i) {
//             ans.push_back(max(ans[i - 1], ans[i - 2] + nums[i]));
//         }
        
//         return ans[nums.size() - 1];
        
        int first = nums[0], second = max(nums[0], nums[1]);
        for (int i = 2; i < nums.size(); ++i) {
            int temp = second;
            second = max(second, first + nums[i]);
            first = temp;
        }
        
        return second;
    }
};

Solution 2

Solution 1的Python实现

class Solution:
    def rob(self, nums: List[int]) -> int:
        if len(nums) <= 1:
            return 0 if len(nums) == 0 else nums[0]
        
        first, second = nums[0], max(nums[0], nums[1])
        for i in range(2, len(nums)):
            temp = second
            second = max(second, first + nums[i])
            first = temp
            
        return second