Leetcode198. House Robber-动态规划-打家劫舍系列1

Leetcode198. House Robber

Leetcode打家劫舍系列现在有3道题,主要区别在房屋分布的几何结构不一样,导致遍历时用的方式不同,核心都是动态规划
其中213和198看起来区别很大,但213可以拆解成两个和198一致的总是,处理起来还是一样的

题号	房屋分布	限制	知识点	难度分类
198	链状	相邻房屋不能同时被抢	动态规划	Easy
213	环状	相邻房屋不能同时被抢	动态规划	Medium
337	树状	相邻房屋不能同时被抢	动态规划 树的深度优先搜索(后序遍历)	Medium

题目

对入门动态规划,我认为198是很好的一道题
题目链接

思路

动态规划与递归核心思想都是将复杂问题分解为简单的子问题,借由子问题的解决,一步步达成最终整个问题的处理.
区别在于,动态规划是自底向上,通过子问题的最优,达到整个问题的最优解,更详细的解读,网上有很多热心分享.
递归是自顶向下,可能造成很多的重复计算,比如这篇文章(随便找的…)举的经典的Fibonacci数列的例子

对这道题来说,一步步分析下:
如[1,2,3,2,1,3,4,4,6,3]
第一个位置,最优就是拿下当前位置, 1
第二个位置,最优也是拿下当前位置, 2
第三个位置, 有两种选择:拿与不拿,拿:3 + 1 = 4,不拿,保留前一个位置的最优:2,那么这个位置来说,最优就是max(4, 2) = 4
第四个位置, 也有两种选择:拿与不拿,拿:2 + 2 = 4,不拿,保留前一个位置的最优:4,那么这个位置来说,最优就是max(4, 4) = 4
一直进行下去,可以得到全局最优

复杂度

设词的长度为L,board有M行N列

• 时间复杂度$\mathcal{O}(n)$
  整个列表要遍历一遍,$\mathcal{O}(n)$

• 空间复杂度$\mathcal{O}(1)$
  一般来说,动态规划解法会保留整个动态规划列表$\mathcal{O}(n)$,但其实这道题来说,只保留三个变量记录当前最佳,和前两个位置的最佳即可

代码

$\mathcal{O}(1)空间复杂度$

class Solution:
    def rob(self, nums: List[int]) -> int:
        n = len(nums)
        if n == 0:
            return 0
        if n == 1:
            return nums[0]
        
        a = nums[0]
        b = max(nums[0], nums[1])
        max_gain = max(a, b)
        
        # 从第三个位置开始,有拿与不拿两种选择
        for i in range(2, n):
            max_gain = max(a + nums[i], b)
            a = b
            b = max_gain
        return max_gain

$\mathcal{O}(n)空间复杂度(常规解法,保留DP数组)$

class Solution:
    def rob(self, nums: List[int]) -> int:
        n = len(nums)
        
        if n == 0:
            return 0
        
        if n == 1:
            return nums[0]
        
        dp = [1] * n
        dp[0] = nums[0]
        dp[1] = max(nums[0], nums[1])
        
        for i in range(2, n):
            dp[i] = max(nums[i] + dp[i - 2], dp[i - 1])
        return dp[n-1]