力扣第198题 打家劫舍 c++ 附Java代码 动态规划

题目

198. 打家劫舍

中等

相关标签

数组   动态规划

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。

示例 1：

输入：[1,2,3,1]
输出：4
解释：偷窃 1 号房屋 (金额 = 1) ，然后偷窃 3 号房屋 (金额 = 3)。
     偷窃到的最高金额 = 1 + 3 = 4 。

示例 2：

输入：[2,7,9,3,1]
输出：12
解释：偷窃 1 号房屋 (金额 = 2), 偷窃 3 号房屋 (金额 = 9)，接着偷窃 5 号房屋 (金额 = 1)。
     偷窃到的最高金额 = 2 + 9 + 1 = 12 。

思路和解题方法

1. 此算法的核心思想是使用一个动态规划数组dp，其中dp[i]表示在考虑前i个房屋的情况下，可以获取的最大金额。算法从前往后遍历输入数组，逐个计算每个位置的最大金额。
2. 首先，我们处理一些边界情况：如果输入数组为空，则直接返回0；如果输入数组只有一个元素，则直接返回该元素。
3. 然后，我们创建一个与输入数组相同大小的dp数组，用于存储每个位置的最大金额。我们初始化dp数组的前两个元素为输入数组的前两个元素中的较大者，即dp[0] = nums[0]和dp[1] = max(nums[0], nums[1])。
4. 接下来，从第三个位置开始遍历输入数组。对于每个位置i，我们需要选择是偷取当前房屋（nums[i]）还是不偷取当前房屋。我们通过比较两种情况的金额来确定最大值，即max(dp[i-2] + nums[i], dp[i-1])。这是因为如果我们选择偷取当前房屋，那么前一个房屋就不能偷取，所以最大金额就是前两个房屋的最大金额加上当前房屋的金额；否则，最大金额就是前一个房屋的最大金额。
5. 最后，返回dp数组的最后一个元素值，即能够获取的最大金额。

复杂度

        时间复杂度:

                O(n)

        时间复杂度为O(n)，其中n是输入数组nums的大小。这是因为代码使用一个循环来遍历数组，每次迭代都执行常数时间的操作。

        空间复杂度

                O(n)

        空间复杂度为O(n)，因为代码创建了一个与输入数组大小相同的dp向量，用于存储每个位置的最大金额。因此，存储空间随着输入规模线性增长。

c++ 代码

class Solution {
public:
    int rob(vector<int>& nums) {
        if(nums.size()==0) return 0;  // 如果nums为空，直接返回0
        if(nums.size()==1) return nums[0];  // 如果nums只有一个元素，直接返回该元素
        vector<int> dp (nums.size());  // 创建一个大小与nums相同的dp向量，用于存储每个位置的最大金额

        dp[0] = nums[0];  // 初始化dp的第一个元素为nums的第一个元素
        dp[1] = max(nums[0],nums[1]);  // 初始化dp的第二个元素为nums中前两个元素的较大者（在只有两个元素的情况下）

        for(int i = 2;i<nums.size();i++)  // 从第三个元素开始遍历nums
        {
            // 当前位置的最大金额为前两个位置的最大金额与当前位置金额之和与前一个位置的最大金额之间的较大者
            dp[i] = max(dp[i-2]+nums[i] ,dp[i-1]);
        }

        return dp[nums.size()-1];  // 返回dp最后一个位置的值，即为能够获取的最大金额
    }
};

附Java代码（

class Solution {
	public int rob(int[] nums) {
		if (nums == null || nums.length == 0) return 0;
		if (nums.length == 1) return nums[0];

		int[] dp = new int[nums.length];
		dp[0] = nums[0];
		dp[1] = Math.max(dp[0], nums[1]);
		for (int i = 2; i < nums.length; i++) {
			dp[i] = Math.max(dp[i - 1], dp[i - 2] + nums[i]);
		}

		return dp[nums.length - 1];
	}
}

class Solution {
    public int rob(int[] nums) {
        int len = nums.length;

        if (len == 0) return 0;
        else if (len == 1) return nums[0];
        else if (len == 2) return Math.max(nums[0],nums[1]);

        int[] result = new int[3]; // 存放选择的结果
        result[0] = nums[0];
        result[1] = Math.max(nums[0],nums[1]);

        for (int i = 2; i < len; i++) {
            // 计算当前位置的最大金额
            result[2] = Math.max(result[0] + nums[i], result[1]);
            // 更新结果数组
            result[0] = result[1];
            result[1] = result[2];
        }

        return result[2];
    }
}

class Solution {
    public int rob(int[] nums) {
        if (nums.length == 1) {
            return nums[0]; // 如果只有一个房屋，直接返回该房屋的金额
        }

        // 初始化dp数组
        // 优化空间，dp数组只用2格空间，只记录与当前计算相关的前两个结果
        int[] dp = new int[2];
        dp[0] = nums[0]; // 第一个元素直接存储到dp[0]中
        dp[1] = Math.max(nums[0], nums[1]); // 第二个元素选择偷或不偷的较大者存储在dp[1]中
        int res = 0; // 用于存储每次计算的结果

        // 遍历
        for (int i = 2; i < nums.length; i++) {
            res = Math.max((dp[0] + nums[i]), dp[1]); // 计算当前位置的最大金额
            dp[0] = dp[1]; // 更新dp数组，将前一个位置的最大金额移到当前位置的前一个位置
            dp[1] = res; // 将当前位置的最大金额存储在dp[1]中
        }

        // 输出结果
        return dp[1]; // 返回最后一个位置的最大金额作为结果
    }
}

觉得有用的话可以点点赞，支持一下。

如果愿意的话关注一下。会对你有更多的帮助。

每天都会不定时更新哦  >人<  。