一、按摩师
💡细节:
1.因为每个位置都存在选和不选的情况,所以需要开辟两个dp表
2.此处的初始化简单,可以不用再多开辟一块空间
3. g[ i ]的前面一种情况:也存在选或者不选的情况
4.返回值为g[n-1]和f[n-1]的最大值
class Solution {
public int massage(int[] nums) {
int n = nums.length;
//处理边界情况
if(n==0) return 0;
int[] f = new int[n];// 选
int[] g = new int[n];// 不选
// 初始化
f[0] = nums[0];
for (int i = 1; i < n; i++) {
f[i] = g[i - 1] + nums[i];
g[i] = Math.max(f[i - 1], g[i - 1]);
}
return Math.max(f[n - 1], g[n - 1]);
}
}
二、打家劫舍II
💡细节:
1.本题就是在上题的基础上将首位相连,选了第一个就不能选择最后一个,那么就分类拆分为已知问题的形式:偷第一家:rob(2,n-2)+num[0] 和不偷第一家:rob(1,n-1)
2.注意因为left变化,不能写成f[0] = nums[0] ,而要写成f[left] = nums[left]
class Solution {
//在上题的基础上增加了首尾相连
public int rob(int[] nums) {
//分类拆分成已知问题
int n = nums.length;
return Math.max(rob1(nums,2,n-2)+nums[0],rob1(nums,1,n-1));//前面不写成rob1(0,n-2)可以避免【1,2】这样的nums情况
}
public int rob1(int[] nums,int left,int right) {
if(left>right) return 0;
int n = nums.length;
int[] f = new int[n];
int[] g = new int[n];
f[left] = nums[left];//注意这里不是f[0] = nums[0],因为初始位置不一样
for(int i=left;i<=right;i++) {
f[i] = g[i-1] + nums[i];
g[i] = Math.max(f[i-1],g[i-1]);
}
return Math.max(f[right],g[right]);
}
}
三、删除并获取点数
💡细节:
1.由于要删除两边的元素,那么就可以想到打家劫舍问题,那么怎么保证最大,就弄一个arr数字来存放nums[i]这个数字出现的总和,这样将问题进行转换
2.因为nums较小,直接开10001这么大的空间,这样就不用去遍历nums去找最大值了
class Solution {
public int deleteAndEarn(int[] nums) {
//arr[i]:nums[i]这个数字出现的总和
int[] arr = new int[10001];//因为nums较小,直接开10001这么大的空间,就不用再去找nums中的最大值了
for(int x:nums) arr[x]+= x;
//下面对arr数字进行打家劫舍即可
int n = arr.length;
int[] f = new int[n];
int[] g = new int[n];
f[0] = arr[0];
for (int i = 1; i < n; i++) {
f[i] = g[i-1] + arr[i];
g[i] = Math.max(f[i-1],g[i-1]);
}
return Math.max(f[n-1],g[n-1]);
}
}
四、粉刷房子
💡细节:
1.要理解costs[i][j]的涵义:代表粉刷到第i个房子,最后一个位置刷上某个颜色(0代表红色,1代表蓝色,2代表绿色)的最小花费
2.本来dp表就是代表粉刷到第i个房间的最小花费,但是发现还需要进一步分类讨论,所以就将dp表开为二维数组
3.初始化的时候,可以通过多开一个空间,这样初始化全为0,就相当于不用初始化
class Solution {
public int minCost(int[][] costs) {
int n = costs.length;
int[][] dp = new int[n+1][3];
//初始化:全部为0即可
for(int i=1;i<=n;i++) {
dp[i][0] = Math.min(dp[i-1][1],dp[i-1][2])+costs[i-1][0];
dp[i][1] = Math.min(dp[i-1][0],dp[i-1][2])+costs[i-1][1];
dp[i][2] = Math.min(dp[i-1][1],dp[i-1][0])+costs[i-1][2];
}
return Math.min(dp[n][0],Math.min(dp[n][1],dp[n][2]));
}
}
五、最佳买卖股票时机含冷冻期
309. 买卖股票的最佳时机含冷冻期 - 力扣(LeetCode)
💡 细节:
1.状态表示这样可能更好理解一点:是否持有股票+明天是否可以购买股票
dp[i][0]: 第i天结束时,持有股票时的最大收益(即上面的”买入“)
dp[i][1]: 第i天结束时,不持有股票且明天可以购买股票时,最大收益(即上面的”可交易“)
dp[i][2]: 第i天结束时,不持有股票且明天不可以购买股票时,最大收益(即上面的”冷冻期“)
2.买入而未卖出的状态肯定无法获取最大利润,返回值直接不用考虑
class Solution {
public int maxProfit(int[] prices) {
int n = prices.length;
int[][] dp = new int[n][3];
dp[0][0] = -prices[0];
for(int i=1;i<n;i++) {
dp[i][0] = Math.max(dp[i-1][0],dp[i-1][1]-prices[i]);
dp[i][1] = Math.max(dp[i-1][1],dp[i-1][2]);
dp[i][2] = dp[i-1][0] + prices[i];
}
//买入而未卖出的状态肯定无法获取最大利润,直接不用考虑
return Math.max(dp[n-1][1],dp[n-1][2]);
}
}
六、最佳买卖股票时机含手续费
💡细节:
1.状态表示还是根据是否持有股票来定义
2.返回值同上不用考虑还持有股票的情况
class Solution {
public int maxProfit(int[] prices, int fee) {
int n = prices.length;
int[] f = new int[n];//持有股票
int[] g = new int[n];//不持有股票
f[0] = -prices[0];
for(int i=1;i<n;i++) {
f[i] = Math.max(f[i-1],g[i-1]-prices[i]);
g[i] = Math.max(g[i-1],f[i-1]+prices[i]-fee);//注意买入和卖出属于一次交易,只需要付一次手续费
}
return g[n-1];
}
}
七、最佳买卖股票时机III
💡 细节:
1.状态表示:是否持有股票+交易次数j次
2.初始化:f和g表的第一行都设置为负无穷,但是防止进行相加的时候会溢出,设置为0x3f3f3f3f
,除了f [0][0]为-p[0],g[0][0]为0
3.细节处理:为了防止j-1为-1的情况出现,加入一个if判断
4.返回值为g表最后一行的最大值
class Solution {
public int maxProfit(int[] prices) {
int INF = 0x3f3f3f3f;
int n = prices.length;
int[][] f = new int[n][3];//i和j分别表示:持有股票+交易次数j次
int[][] g = new int[n][3];
for(int i=1;i<3;i++) {
f[0][i] = g[0][i] = -INF;
}
f[0][0] = -prices[0];
for(int i=1;i<n;i++) {
for(int j=0;j<3;j++) {
f[i][j]=Math.max(f[i-1][j],g[i-1][j]-prices[i]);
//g[i][j]=Math.max(g[i-1][j],f[i-1][j-1]+prices[i]);
g[i][j]=g[i-1][j];
if(j-1>=0) g[i][j]=Math.max(g[i][j],f[i-1][j-1]+prices[i]);//防止j为-1
}
}
//返回值:g表最后一行的最大值
int ret = g[n-1][0];
for(int i=1;i< 3;i++) ret = Math.max(ret,g[n-1][i]);
return ret;
}
}
八、最佳买卖股票时机IV
💡 细节:i天最多交易i/2次,那么可以进一步对k进行优化
class Solution {
public int maxProfit(int k, int[] prices) {
int INF = 0x3f3f3f3f;
int n = prices.length;
//细节优化
k = Math.min(k,n/2);
int[][] f = new int[n][k+1];
int[][] g = new int[n][k+1];
for(int i=1;i<k+1;i++) f[0][i] = g[0][i] = -INF;
f[0][0] = -prices[0];
for(int i=1;i<n;i++) {
for(int j=0;j<k+1;j++) {
f[i][j] = Math.max(f[i-1][j],g[i-1][j]-prices[i]);
g[i][j] = g[i-1][j];
if(j-1>=0) g[i][j]=Math.max(g[i][j],f[i-1][j-1]+prices[i]);
}
}
int ret = g[n-1][0];
for(int i=1;i<k+1;i++) ret = Math.max(ret,g[n-1][i]);
return ret;
}
}