动态规划之打家劫舍I和II

        这次分享leetcode上关于动态规划的两道题，打家劫舍I和打家劫舍II。

打家劫舍

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：[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 。

class Solution {
    public int rob(int[] nums) {
        if(nums.length == 1) return nums[0];
        int[] dp = new int[nums.length];
        dp[0] = nums[0];
        dp[1] = Math.max(nums[0], nums[1]);
        for(int i = 2;i < nums.length;i++){
            dp[i] = Math.max(nums[i] + dp[i - 2], dp[i - 1]);

        }
        return dp[nums.length - 1];
    }
}

        题目要求不能同时偷相邻的房屋，首先dp[i]表示有0到i个房间，偷盗的最大金额为dp[i]，当遍历到当前房间i时，有两种情况，偷与不偷，偷的话，房间i - 1就不能偷，但是i - 2可以偷，即dp[i - 2] + nums[i]，不偷当前房间，则可以偷房间i - 1，即dp[i - 1]。因此递推公式为dp[i] = max(dp[i - 1], dp[i - 2] + nums[i])，dp[i]由dp[i - 1]和dp[i - 2]得到，因此需要初始化dp[0]和dp[1]，dp[0]表示仅有房间0，偷盗的最高金额就是nums[0]，dp[1]表示房间0和房间1，但是题目要求偷盗的房间不能相邻，因此选取房间0和房间1金额最高的偷。
        以上述示例说明代码的执行流程，首先dp[0] = 2，dp[1] = 7，dp[2] = max(dp[0] + nums[2], dp[1]) = max(2 + 9, 7) = 11，dp[3] = max(dp[1] + nums[3], dp[2]) = max(7 + 3, 11) = 11，dp[4] = max(dp[3], dp[2] + nums[4]) = max(11, 11 + 1) = 12。

打家劫舍II

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。这个地方所有的房屋都 围成一圈 ，这意味着第一个房屋和最后一个房屋是紧挨着的。同时，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 ，今晚能够偷窃到的最高金额。

示例 1：
输入：nums = [1,2,3,1]
输出：4
解释：你可以先偷窃 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 。

class Solution {
    public int rob(int[] nums) {
      if(nums.length == 1) return nums[0];
      return Math.max(getRob(nums, 0, nums.length - 1), getRob(nums, 1, nums.length));
    }
    int getRob(int[] nums, int start, int end){
      int n = end - start;
      int dp[] = new int[n];
      if(n == 1) return nums[start];
      if(n == 2) return Math.max(nums[start], nums[start + 1]);
      dp[0] = nums[start];
      dp[1] = Math.max(nums[start], nums[start + 1]);
      for(int i = 2;i < n;i++){
        dp[i] = Math.max(nums[start + i] + dp[i - 2], dp[i - 1]);
      }
      return dp[n - 1];
    }
}

        这道题和上一道题目区别就是首尾房间相邻了，假设房间数有n个，这道题可以转化为房间[0, n - 1]和房间[1, n]两种情况，考虑这两种情况的最大金额，就可以将环形转化为两次线性进行解题。因为如果偷房间0，因为环形，所以房间0和房间1，房间0和房间n是相邻的，那么房间1和房间n肯定是不偷的，因此就是情况房间[0, n - 1]情况，如果不偷房间0，那么则可以选择房间1和房间n，也就是房间[1, n]的情况。