六.打家劫舍II

最新推荐文章于 2024-10-16 10:13:45 发布

武大壮

最新推荐文章于 2024-10-16 10:13:45 发布

阅读量90

点赞数

分类专栏： leetcode 文章标签：动态规划 leetcode java

本文链接：https://blog.csdn.net/qq_45698793/article/details/115737007

版权

leetcode 专栏收录该内容

13 篇文章 0 订阅

订阅专栏

213.打家劫舍II

题目描述:

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：nums = [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：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 。

示例 3：
输入：nums = [0]
输出：0

1 <= nums.length <= 100
0 <= nums[i] <= 1000

题目分析:

动态规划:

1.定义状态: 定义dp[i]是以nums[i]结尾的最大可偷窃金额.
2. 初始状态: dp[0] = nums[0], dp[1] = max{nums[0], nums[1]};
3. 状态转移方程: 当nums的长度大于1且小偷所处位置i也大于1时,我们对问题进行分析.
有两种情况:
①: 小偷选择不偷这家的东西,则当前位置最大可偷窃金额与前一位置相同.
②:小偷选择偷这家的东西,则当前位置最大可偷窃金额即为小偷所在地现金数(nums[i]) 加上i - 2 位置的最大可偷窃金额.(因为相连的房子都进去会报警).
我们即可得出如下的状态方程:

dp[i] = max{dp[i - 2] + nums[i] , dp[i - 1]}

做完这些我发现我不会了…T T 好吧,上面的步骤即是198.打家劫舍的解题步骤…

其实本题与198.打家劫舍的区别只有数组收尾是相连的这一条件,因此我们还是分情况讨论.
①假设小偷选择偷窃一号位置(即nums[0])的现金, 则他可选择偷窃的范围为[0, nums.length - 1];
②假设小偷选择偷窃最后位置(即nums[length - 1])的现金, 则他可选择偷窃的范围为[1, nums.length]
最后再计算出两条假设中的最大值,即为本题的解.

笨比实现:

198.打家劫舍题解

public int rob(int[] nums) {
        if(nums.length == 0) {
            return 0;
        }
        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(dp[i - 2] + nums[i], dp[i - 1]);
        }
        return dp[nums.length - 1];
    }

在这里插入图片描述
内存可优化为不使用数组,使用变量保存dp[i - 1] 和dp[i - 2]即可.但我懒的贴了, 有兴趣的小伙伴可以去题目网址自行学习更简洁的答案.

JAVA实现:

213.打家劫舍II题解

public int rob(int[] nums) {
        if (nums.length == 1) {
            return nums[0];
        } 
        if (nums.length == 2) {
            return Math.max (nums[0], nums[1]);
        } 


        int dp1[] = new int[nums.length - 1];
        dp1[0] = nums[0];
        dp1[1] = Math.max(nums[0], nums[1]); 
        for (int i = 2; i < dp1.length ; i++) {
            dp1[i] = Math.max(dp1[i - 2] + nums[i], dp1[i - 1]);
        }

        
        int dp2[] = new int[nums.length - 1];
        dp2[0] = nums[1];
        dp2[1] = Math.max(nums[1], nums[2]); 
        for (int i = 2; i < dp2.length; i++) {
            dp2[i] = Math.max(dp2[i - 2] + nums[i + 1], dp2[i - 1]);
        }

        return Math.max(dp1[nums.length - 2], dp2[nums.length - 2]);
    }