leetcode198. 打家劫舍，简单动态规划

Cider瞳

于 2024-08-13 09:58:51 发布

阅读量762

点赞数 23

分类专栏：力扣刷题文章标签：动态规划算法数据结构 leetcode c++ 面试笔记

本文链接：https://blog.csdn.net/qq_51350957/article/details/141155469

版权

力扣刷题专栏收录该内容

66 篇文章 0 订阅

订阅专栏

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：[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 2：
输入：

题目描述

给定一个数组，每个元素代表一家商店的金额。你只能选择连续的商店进行抢劫，返回能获得的最大金额。

题目分析

这是一个经典的动态规划问题。我们可以通过计算到达每个位置的最大抢劫金额来最终得到整个数组的最大抢劫金额。

算法

状态转移方程

dp[i] 表示到达第 i 个商店时的最大抢劫金额。
状态转移方程为 dp[i] = max(dp[i-1], dp[i-2] + nums[i])，因为到达第 i 个商店时，可以选择抢劫当前商店，或者不抢劫当前商店而抢劫前两个商店中的一个。

初始化

dp[0] = nums[0]，因为到达第一个商店时，只能抢劫它。
dp[1] = max(nums[0], nums[1])，因为到达第二个商店时，可以选择抢劫第一个商店或抢劫第二个商店。

遍历进行状态转移

从第3个商店开始遍历到第 n 个商店，根据状态转移方程更新 dp[i]。

返回结果

dp[n-1] 即为整个数组的最大抢劫金额。

流程图

代码实现

class Solution {
public:
    int rob(vector<int>& nums) {
        int n = nums.size();
        if (n == 1) return nums[0];
        vector<int> dp(n + 1, 0);
        dp[0] = nums[0];
        dp[1] = max(nums[0], nums[1]);
        for (int i = 2; i < n; i++) {
            dp[i] = max(dp[i - 1], dp[i - 2] + nums[i]);
        }
        return dp[n - 1];
    }
};