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,计算你在不触动警报装置的情况下,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
动态规划:
1、确认原问题和子问题
原问题为求n个房间的最优解
子问题为前1个、前2个、。。。前n-1个房间的最优解
2、确认状态
第i个状态即为前 i 房间的最优解
3、确认边界状态的值
前1个房间的最优解 = 第1个房间的财宝
前2个房间的最优解 = 第1、2个房间较大的财宝
4、确定状态转移方程
由第i-1个状态转为第i个状态,即多加了一个房间,这个房间有选和不选的选择
- 选:第i个房间的财富 + 前i - 2个状态的最优解
这里为什么不选择前i - 1个状态的最优解呢?
因为如果选择前i - 1个状态的最优解,但是这个最优解可能选择了第i-1个房间,此时选择i个房间会冲突;
如果前i - 1个状态的最优解没有选择第i-1个房间,则前i - 1个状态的最优解就相当于前i-2个状态的最优解,这里选择前i - 2个状态的最优解与选第i个房间没有冲突(这里说的比较详细,不清楚的话直接看下面的例子) - 不选:前i-1个状态的最优解
class Solution {
public:
int rob(vector<int>& nums) {
if(nums.size()==0)
return 0;
if(nums.size()==1)
return nums[0];
int dp1 = nums[0];
int dp2 = max(nums[0],nums[1]);
if(nums.size()==2)
return dp2;
int ret=0;
for(int i=2;i<nums.size();i++){
ret=max(dp1+nums[i],dp2);
dp1=dp2;
dp2=ret;
}
return ret;
}
};