213 House Robber

# 213 House Robber

题目来源：

https://leetcode.com/problems/house-robber-ii/description/

题意分析：

给定一个正整数列表，列表头尾相连成环，要求不能取相邻的正整数，输出能取出的数的和。

题目思路：

首先假设该列表不成环，那么就是经典的动态规划问题，设前i+1个正整数取到的最大和为sum[i],容易知道sum[0]=nums[0],sum[1]=max(nums[0],nums[1])。从i=2开始，sum[i]可以从两个方向获得，一是从sum[i-1]来，这时nums[i]不可取，二是从sum[i-2]来，这时nums[i]可取。两种方式都可能使sum[i]取得最大值，那么可以得到动态转移方程sum[i]=max(sum[i-1],(sum[i-2]+nums[i]))。

接下来取消假设，即该列表成环，那么跟不成环有什么不同呢？原来没成环时，首尾是可以一起选的，因为成环，首尾不能一起选了。那我们可以分两种情况，一是头可以选，尾不可以选，二是头不可以选，尾可以选。可以选并不是一定要选的意思。这样的话，一个环就可以分成两条不成环的列表了，一是nums[0:-1],一是nums[1:]。算出两个列表最后的sum取最大值就成。

测试之后发现漏了两种特殊情况：

第一种，举个栗子：[1,3,1,3,100]。显然答案是100+3=103但是根据思路,分成两列表[1,3,1,3]和[3,1,3,100],无法得到正确结果。原因是对于[3,1,3,100], 1 处默认的sum为1，但其实可以通过第一个3更新为3，但它又不能调用动态转移方程（因为不存在1的前两位），处理办法是

sum[3]=max(sum[2],(sum[1]+nums[3])，(sum[0]+nums[3]))。

这样就可以把后面的sum值都更新了。

第二种，列表长度为3的情况，分成了两个长度为2的列表，算法施展不开手脚。。

 

代码：

1. class Solution:  

2.     def rob(self, nums):  

3.         """ 

4.         :type nums: List[int] 

5.         :rtype: int 

6.         """  

7.         if (nums==[]):  

8.             return 0  

9.         if (len(nums)==1):  

10.             return nums[0]  

11.         if (len(nums)==2):  

12.             return max(nums[0],nums[1])  

13.         if (len(nums)==3):  

14.             return max(nums[0],nums[1],nums[2])  

15.           

16.         temp_res=[0]*(len(nums)-1)  

17.         temp_res[0]=nums[0]  

18.         temp_res[1]=nums[1]  

19.           

20.         for i in range(2,len(nums)-1):  

21.             temp_res[i]=max(temp_res[i-1],temp_res[i-2]+nums[i])  

22.             if (i==3):  

23.                 temp_res[i]=max(temp_res[i],temp_res[i-3]+nums[i])  

24.           

25.         res=temp_res[len(nums)-2]  

26.           

27.         nums=nums[1:]  

28.         temp_res=[0]*len(nums)  

29.         temp_res[0]=nums[0]  

30.         temp_res[1]=nums[1]  

31.         for i in range(2,len(nums)):  

32.             temp_res[i]=max(temp_res[i-1],temp_res[i-2]+nums[i])  

33.             if (i==3):  

34.                 temp_res[i]=max(temp_res[i],temp_res[i-3]+nums[i])  

35.           

36.         res=max(res,temp_res[len(nums)-1])  

37.           

38.         return res  

39.           

40.           

41.           

 

提交细节：