1. 问题描述:
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,计算你不触动警报装置的情况下 ,一夜之内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 。
提示:
0 <= nums.length <= 100
0 <= nums[i] <= 400
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/house-robber
2. 思路分析:
① 分析题目可以知道最简单的办法就是尝试所有可能的组合方案,但是由于递归的话数据规模很大,所以可以考虑使用动态规划(优化的暴力破解)的思路解决,动态规划中最核心的是状态转移和状态计算,我们可以从比较简单的几个数据进行模拟,如果只有一间屋子那么偷的最大金额就为当前屋子的金额,如果为两间屋子那么为两件屋子的金额的较大值,如果为三间屋子那么可以尝试偷第三间屋子,由于偷相邻两间屋子会报警所以只能够再偷第一间屋子,第二种方案是不偷第三间屋子那么就只能够偷第二间屋子,由此可以得到有三间屋子的时候为第一间屋子与第三间屋子的和与第二间屋子的较大值,所以对于第n间屋子我们可以分析得到偷第n间屋子 + n - 2间屋子偷的金额的最大值,或者是不偷第n间屋子也即为前面n - 1间屋子偷的最大金额,分析可以得到递推公式为:dp[i] = max(dp[i - 2] + nums[i], dp[i - 1]),使用一维的dp数组或者列表就可以解决,dp[i]表示有i间屋子偷的最大金额
② 对于动态规划的问题我们可以从比较简单的例子推出更复杂的例子从而得出由上一个状态到下一个状态的dp递推公式(由初始化状态得到对应的递推公式,明确dp数组的含义)
3. 代码如下:
from typing import List
class Solution:
def rob(self, nums: List[int]) -> int:
if len(nums) == 0: return 0
# 小于等于2的时候取出其中的最大值即可
if len(nums) <= 2: return max(nums)
dp = [0] * len(nums)
dp[0], dp[1] = nums[0], max(nums[0], nums[1])
for i in range(2, len(nums)):
dp[i] = max(dp[i - 2] + nums[i], dp[i - 1])
return dp[len(nums) - 1]