LeetCode-198. 打家劫舍

LeetCode-198. 打家劫舍 (中等)

题目地址：https://leetcode-cn.com/problems/house-robber/

1. 题目描述及示例

      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。

示例一：

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 。

示例二：

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 。

2. 题解和代码实现

      通过对题目描述进行分析，我们很容易发现使用动态规划进行求解比较方便。对于每一个房间，我们可以选择偷，也可以选择不偷；那么我们使用一个数组来dp[i] 来存放第i 个位置之前的所能偷的金额的最大值。

2.1 初始化

      定义一个数组，dp[0] = nums[0] 用来存放第一个位置房间的最大金额，当到第二个位置，我们可以偷第一个房间，也可以偷第二个房间，那么dp[1] = max(nums[0],nums[1]);

	vector<int> dp(nums.size(),0);
	dp[0] = nums[0];
	dp[1] = max(nums[0],nums[1]);

2.2 状态转移方程

      dp[i]的值，有着两种可能：

1. 当第i个房间被偷时，dp_1[i]= dp[i-2]+nums[i];
2. 第i个房间不被偷时，dp_2[i] = dp[i-1];
   最后:

	dp[i] = max(dp[i-1],dp[i-2]+nums[i]);

代码实现（C++ 2022-4-12）

class Solution {
public:
    int rob(vector<int>& nums) {
    	if(nums.size()==1) // 数组中只有一个数据时直接进行返回
    		return nums.size(0);
    	vector<int> dp(nums.size(),0);
    	dp[0] = nums[0];
    	dp[1] = max(nums[0],nums[1]); // 得到dp[1]的值
    	for(int i=2;i<nums.size();i++)
    		dp[i] = max(dp[i-1],dp[i-2]+nums[i]);
    	return dp[nums.size()-1]; 
    	
    	// 进行状态压缩
    	// if(nums.size()==1)
    	//		return nums[0];
    	// int current = 0;
    	// int pre_pre = nums[0],pre = max(nums[0],nums[1]);
    	// for(int i=2;i<nums.size();i++){
    	//		current = max(pre_pre+nums[i],pre);
    	//		pre_pre = pre;
    	//		pre = current;
    	// }
    	// return current;
    }
};

3. 总结

      动态规划法进行简单求解。