PigyChan_LeetCode 213. 打家劫舍 II

213. 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，能够偷窃到的最高金额。
示例 1:

输入: [2,3,2]
输出: 3
解释: 你不能先偷窃 1 号房屋（金额 = 2），然后偷窃 3 号房屋（金额 = 2）, 因为他们是相邻的。
示例 2:

输入: [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 。

思路1.0：
dp[i][0:1]，表示前i家偷到最多的钱，其中dp[i][0]表示在第i家没偷钱，dp[i][1]表示在第i家偷了钱。
dp[i][0]=max(dp[i-1][0],dp[i-1][1])
dp[i][1]=dp[i-1][0]+value[i]

代码1.0：

class Solution {
public:
    int rob(vector<int>& nums) {
        int len = nums.size();
        if (len == 0)return 0;
        if (len == 1)return nums[0];
        if(len==2)return max(nums[0],nums[1]);
        if(len==3)return max(nums[0],max(nums[1],nums[2]));
        vector<vector<int>> dp(len, vector<int>(2, 0));


        dp[0][0] = nums[len - 1];
        dp[0][1] = nums[0];


        for (int i = 1; i < len-1; ++i)
        {
            dp[i][0] = max(dp[i - 1][0], dp[i - 1][1]);
            dp[i][1] = dp[i - 1][0] + nums[i];
        }


        return max(dp[len - 2][0], dp[len - 2][1])
            ;
    }
};

我错了，这个状态转移公式就不对。对环形的处理不妥

思路2.0（看了题解）：
可以把环状分成两条线性的子问题来解决，即（1）不偷最后一个房间（2）偷最后一个房间
状态转移公式的推导：例{7，2，1，8，3，1}，假设此时是偷最后一个房间的情况。
dp[0]=1,dp[1]=3,前两个没有额外的情况选择，但是dp[2]，就有选择
1)拿取nums[len-1]+nums[1],即dp[1]
2)拿取nums[len-1]+nums[2],即dp[0]+val[2]
故可推出状态转移公式：dp[n]=max(dp[n-1],dp[n-2]+value[n])
状态转移公式题解：

代码2.0

class Solution {
public:
    int rob(vector<int>& nums) {
        int len = nums.size();
        if(len==0) return 0;
        if(len==1) return nums[0];
        if(len==2) return max(nums[0],nums[1]);


        vector<int>dp0(len+1);        //不偷最后一间房
        vector<int>dp1(len+1);        //偷最后一间房
        
        //处理两组dp的特殊值
        dp0[0] = 0;
        dp0[1] = nums[0];
        dp1[0] = nums[len - 1];
        dp1[1] = dp1[0];


        for (int i = 2; i <= len-1; ++i)
        {
            dp0[i] = max(dp0[i - 1], dp0[i - 2] + nums[(i)-1]);
            dp1[i] = max(dp1[i - 1], dp1[i - 2] + nums[(i)-1]);
        }


        return max(dp0[len-1], dp1[len-2]);
    }
};