打家劫舍2

浪子私房菜

于 2022-02-28 10:58:27 发布

阅读量112

点赞数

分类专栏： Letcode 文章标签：动态规划算法 leetcode

本文链接：https://blog.csdn.net/niuxuerui11/article/details/123177794

版权

Letcode 专栏收录该内容

11 篇文章 0 订阅

订阅专栏

本文介绍了一个使用动态规划和分而治之策略解决编程问题的例子，具体场景为一个专业小偷在环形街道上选择房屋进行盗窃，避免触发相邻防盗系统。通过给出的示例代码，解释了如何计算在不触动警报的情况下，能够盗取的最高金额。动态规划方法通过维护前两个最大值来决定当前位置的最大盗窃金额。

摘要由CSDN通过智能技术生成

题目：

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。这个地方所有的房屋都围成一圈，这意味着第一个房屋和最后一个房屋是紧挨着的。同时，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，计算你在不触动警报装置的情况下，今晚能够偷窃到的最高金额。

示例 1：
输入：nums = [2,3,2]
输出：3
解释：你不能先偷窃 1 号房屋（金额 = 2），然后偷窃 3 号房屋（金额 = 2）, 因为他们是相邻的。

示例 2：
输入：nums = [1,2,3,1]
输出：4
解释：你可以先偷窃 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 3：
输入：nums = [1,2,3]
输出：3

代码：

思想：动态规划+分而治之

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

        if(len == 2){
            return Math.max(nums[0], nums[1]);
        }
        // return Math.max(roll(nums, 0, len-1), roll(nums, 1, len));
        return Math.max(roll(Arrays.copyOfRange(nums, 0, len-1)), roll(Arrays.copyOfRange(nums, 1, len)));
    }
    // public int roll(int[] nums, int start, int end){
    //     int x = 0, y = 0, z = 0;
    //     for(int i = start;  i < end; i++){
    //         y = z;
    //         z = Math.max(y, x + nums[i]);
    //         x = y;
    //     }
    //     return z;
    // }
    public int roll(int[] nums){
        int len = nums.length;
        int[] dp = new int[len+1];
        dp[0] = nums[0];
        dp[1] = Math.max(nums[0], nums[1]);
        for(int i = 2; i < len; i++){
            dp[i] = Math.max(dp[i-2] + nums[i], dp[i-1]);
        }
        return dp[len-1];
    }
}