算法---LeetCode 213. 打家劫舍 II

1. 题目

原题链接

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 。

2. 题解

2.1 解法1: 动态规划

主要思路:

本题与算法—LeetCode 198. 打家劫舍 基本一致,
只是换成了首尾相连的环形, 所以主要思想基本相同
但要考虑第一间房与最后一间房不能同时偷, 如果偷窃了第一间房屋，则不能偷窃最后一间房屋，
因此偷窃房屋的范围是第一间房屋到最后第二间房屋；如果偷窃了最后一间房屋，则不能偷窃第一间房屋，
因此偷窃房屋的范围是第二间房屋到最后一间房屋
假设数组 nums 的长度为 n。如果不偷窃最后一间房屋，则偷窃房屋的下标范围是 [0, n-2][0,n−2]；
如果不偷窃第一间房屋，则偷窃房屋的下标范围是 [1,n−1]。在确定偷窃房屋的下标范围之后，即可用第 198 题的方法解决

动态规划方程

状态定义: dp[i], 代表 前 i 间房子满足条件下能偷到的最大金额
递推公式:
1.若第i 间房子不偷, 为 dp[i-1]
2.若第 i 间房子偷, 为 dp[i-2] + num, 其中num为第 i间房子的金额
由于是最大金额, 两者较大的为 dp[i]
初始化: dp[0]=0 前0间偷到的最大金额为 0;
目标: dp[n]

    class Solution {
        public int rob(int[] nums) {
            if (nums.length == 0) return 0;
            if (nums.length == 1) return nums[0];
            int p1 = robRange(Arrays.copyOfRange(nums, 0, nums.length - 1));
            int p2 = robRange(Arrays.copyOfRange(nums, 1, nums.length));
            return Math.max(p1, p2);
        }
        public int robRange(int[] nums) {
            int[] dp = new int[nums.length + 1];
            dp[0] = 0;
            dp[1] = nums[0];
            for (int i = 2; i <= nums.length; i++) {
                dp[i] = Math.max(dp[i - 1], dp[i - 2] + nums[i - 1]);
            }
            return dp[nums.length];
        }
    }

空间优化

1.发现 dp[i]的值只与 前 dp[i-1] 与 dp[i-2] 相关, 所以可以使用滚动的两个变量来代替
2.同时针对 数组, 可以设定开始和结束下标 来省去重新复制数组的开销

    class Solution {
        public int rob(int[] nums) {
            if (nums.length == 0) return 0;
            if (nums.length == 1) return nums[0];
            int p1 = robRange(nums, 0, nums.length - 2);
            int p2 = robRange(nums, 1, nums.length - 1);
            return Math.max(p1, p2);
        }

        public int robRange(int[] nums, int left, int right) {
            int dp0 = 0, dp1 = nums[left];// dp0 相当于 dp[i-2], 初始为 dp[0]=0; dp1 相当于 dp[i-1], 初始为首值
            for (int i = left + 1; i <= right; i++) {
                int temp = Math.max(dp0 + nums[i], dp1);
                dp0 = dp1;
                dp1 = temp;
            }
            return dp1;
        }
    }

参考:
打家劫舍 II（动态规划，结构化思路，清晰题解）
官方题解