Leetcode 打家劫舍

这道题是典型的“打家劫舍”问题，算法思想是动态规划（Dynamic Programming）。我们需要计算在不触动相邻房屋警报装置的情况下，小偷能偷到的最大金额。具体算法思想如下：

1. 问题分析：

• 偷取限制：如果小偷偷了某一间房子，则不能偷与这间房子相邻的房子。
• 目标：从一系列房屋中，计算出小偷能偷到的最大金额。

2. 动态规划（DP）的思想：

我们通过动态规划来解决这个问题，即通过存储之前的计算结果，来避免重复计算，从而提高效率。

状态定义：

设 dp[i] 表示前 i 个房屋能偷取的最大金额。那么，对于每个房屋，我们有两种选择：

1. 不偷当前房屋 i：那么最大金额是 dp[i-1]，即上一个房屋的最大偷取金额。
2. 偷当前房屋 i：那么最大金额是 dp[i-2] + nums[i]，即偷取当前房屋 i，加上不相邻的房屋（即房屋 i-2）的最大金额。

因此，递推关系可以表示为：

dp[i] = Math.max(dp[i-1], dp[i-2] + nums[i])

其中 dp[i-1] 是不偷当前房屋，dp[i-2] + nums[i] 是偷当前房屋。

初始状态：

• dp[0] = nums[0]，只有一个房屋时，能偷的最大金额就是第一个房屋的金额。
• dp[1] = Math.max(nums[0], nums[1])，当有两个房屋时，小偷只能选择金额较大的那个房屋偷取。

最终结果：

dp[nums.length - 1] 就是所有房屋中能偷取的最大金额。

3. 代码解释：

class Solution {
    public int rob(int[] nums) {
        if(nums.length == 1) {
            return nums[0];
        }
        int[] dp = new int[nums.length];
        //定义状态转移方程, dp[i]表示前i个房间所能够偷窃到的最高金额
        dp[0] = nums[0];
        dp[1] = Math.max(nums[0], nums[1]);

        for(int i = 2; i < nums.length; i++) {
            dp[i] = Math.max(dp[i - 2] + nums[i], dp[i - 1]);
        }
        return dp[nums.length - 1];
    }
}

4. 时间复杂度与空间复杂度：

• 时间复杂度：O(n)，其中 n 是房屋的数量。每个房屋只需计算一次，时间复杂度为线性。
• 空间复杂度：O(n)，因为我们使用了一个长度为 n 的数组 dp 来存储每个房屋的最大金额。

该算法通过动态规划，有效地避免了重复计算，确保了在给定的约束下，小偷能获得的最大金额。