Leetcode-面试题 17.16. 按摩师

题目：

一个有名的按摩师会收到源源不断的预约请求，每个预约都可以选择接或不接。在每次预约服务之间要有休息时间，因此她不能接受相邻的预约。给定一个预约请求序列，替按摩师找到最优的预约集合（总预约时间最长），返回总的分钟数。

注意：本题相对原题稍作改动

 

示例 1：

输入： [1,2,3,1]
输出： 4
解释： 选择 1 号预约和 3 号预约，总时长 = 1 + 3 = 4。
示例 2：

输入： [2,7,9,3,1]
输出： 12
解释： 选择 1 号预约、 3 号预约和 5 号预约，总时长 = 2 + 9 + 1 = 12。
示例 3：

输入： [2,1,4,5,3,1,1,3]
输出： 12
解释： 选择 1 号预约、 3 号预约、 5 号预约和 8 号预约，总时长 = 2 + 4 + 3 + 3 = 12。

 

看到这种题目的一瞬间就想到了动态规划，并且列出了方程：

F(i) = MAX( F(i - 2) + nums[i], F(i - 1))

其实方法很简单，比如当到第三天时，第三天的情况有两种

1、第三天不搞。

2、第三天搞起来。

所以只需要将这两种情况的最大值进行比较，就能得出结果，以此类推，第四天也是一样。这是一个自底向上的过程。

但是最重要的是，我列完了式子，不知道怎么写代码？？？因为是重拾算法，所以很多东西都忘了，都不知道怎么命名变量名，居然没有想起dp。后面偷窥了一下大佬们的解题代码，发现思路是一样的，还好还好，但是吃了代码的亏。而且一些细节也没想到。比如len==1，或者2的时候不知道怎么处理，还有初始化最开始的dp。细节没想到，只是记得怎么处理后面的。吃了代码的亏啊！！！

• 后来我的解法：

class Solution {
    public int massage(int[] nums) {
        int len = nums.length;
        if(len == 0){
            return 0;
        }
        if(len == 1){
            return nums[0];
        }
        if(len == 2){
            return Math.max(nums[0], nums[1]);
        }
        
        //一维数组
        int[] dp = new int[len + 1];
        dp[1] = nums[0];
        dp[2] = Math.max(nums[0], nums[1]);
        for(int i = 3; i <= len; i++){
            dp[i] = Math.max(dp[i-2]+nums[i-1], dp[i-1]);
        }
        return dp[len];


        //二维数组
        // int[][] dp = new int[len][2];
        // dp[0][0] = 0;
        // dp[0][1] = nums[0];
        // for(int i = 1; i < len; i++){
        //     dp[i][0] = Math.max(dp[i - 1][0], dp[i - 1][1]);
        //     dp[i][1] = dp[i - 1][0] + nums[i];
        // } 
        // return Math.max(dp[len - 1][0], dp[len - 1][1]);
    }
}

时间复杂度：O(N)，因为只遍历了一遍数组。

空间复杂度：O(N)，数组长度N或者2N的空间。

 

大佬还有另外节省空间的方法！！

https://leetcode-cn.com/problems/the-masseuse-lcci/solution/dong-tai-gui-hua-by-liweiwei1419-8/

空间复杂度：O(1)，二维的话只需要前一天的数据，因此可以复用空间，4个空间大小。一维的话，需要前两天的数据，因此是3个空间大小。

具体还请看上面链接🔗。真的很有用！！！

 

看完大佬的分析之后对动态规划了解更深入了，总结收获：

我们一般看完问题之后，解题思路一般都是从问题的整个出发来解决问题。比如这道题目，我们最开始想到的就是最后一天怎么办。但是动态规划不一样。这两种思路不同就犹如：一个是【自顶向下求解】，另一个是【自底向上求解】。

动态规划求解问题：其实看到的并不是直接从最终的情况下手，而是将问题恢复到最初的情况，一步一步求解下去，求解最优的子问题。最优子问题。

 

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/the-masseuse-lcci
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。