163、【动态规划】leetcode ——198. 打家劫舍（C++版本）

辰阳星宇

已于 2023-02-19 11:11:23 修改

阅读量179

点赞数

分类专栏：数据结构与算法刷题 # 动态规划文章标签：动态规划 leetcode c++

于 2023-02-16 13:33:41 首次发布

本文链接：https://blog.csdn.net/qq_41094332/article/details/129059713

版权

数据结构与算法刷题同时被 2 个专栏收录

215 篇文章 16 订阅

订阅专栏

动态规划

52 篇文章 0 订阅

订阅专栏

该问题是一个经典的动态规划问题，通过定义dp数组表示从0到i位置能获得的最大总和，利用递推公式dp[i]=max(dp[i-1],dp[i-2]+nums[i])更新状态，避免了相邻的数被同时选择。初始化dp[0]和dp[1]，然后从i=2开始遍历整个数组，最后返回dp[nums.size()-1]作为答案。

摘要由CSDN通过智能技术生成

题目描述

在这里插入图片描述

原题链接：198. 打家劫舍

解题思路

动态规划五步曲：

（1）dp[i]含义： 从0-i中选择数，组成的最大总和。

（2）递推公式： dp[i] = max(dp[i - 1], dp[i - 2] + nums[i])，因此相邻的数不能选择，最少隔一个选一个。dp[i - 1]：不选当前的i，选择上一个i-1,。dp[i - 2] + nums[i]：从上一个i - 2往后选择当前i，而不选择上一个i - 1。

（3）dp数组初始化： dp[0] = nums[0]，dp[1] = max(nums[0], nums[1])。

（4）遍历顺序： 因为有i-1和i-2，因此从i=2开始遍历，一直到n-1（因为这次设置dp[0]具有一个含义，因此到n-1，而不是n）。

（5）举例：

class Solution {
public:
    int rob(vector<int>& nums) {
        if(nums.size() == 1)          return nums[0];
        int dp[101] = {0};
        dp[0] = nums[0];
        dp[1] = max(nums[0], nums[1]);
        for(int i = 2; i < nums.size(); i++) {
            // 在不选当前的物品选择了前一个物品和选择当前物品中找出一个最大情况
            dp[i] = max(dp[i - 1], dp[i - 2] + nums[i]);
        }

        return dp[nums.size() - 1];
    }
};