字节笔试 - 寿司最大价格 - 动态规划 - 数组不相邻数之和最大值

寿司 - 数组不相邻数之和最大值

此题来自于朋友在字节的笔试, 同类题目可见leetcode 198题 House Robber.

给你一堆寿司 不能选相邻的盘子 然后要选出价格加起来最高的那些 print价格

举例 [9 1 4 3] 输出13

如果是[9 1 3 2 5] 输出17

从题目知道这题本质是给一组数组，求数组里不相邻元素的最大值和，也就是说，求最优解。

思路

最优解题目使用DP。

第一步是 确定状态。

假设有10碟寿司，价格如下

寿司序列	[0]	[1]	[2]	[3]	[4]	[5]	…	[8]	[9]
价格	9	1	4	3	5	6	…	8	10

不管是哪种组合，都存在算进组合里的最后一碟。

第二步，转移方程 。

$OPT(9)$ --> 定义为当选择寿司[9]作为最后一步的最优解。

会出现两种情况：

如果选择寿司[9]作为最后一碟，那么因为题目元素不相邻的性质， 下一步计算不能选择寿司[8]。需要选择寿司[7]，那么$OPT(9)=OPT(7)+arr[9]$ . 简单来说就是当最后一步为寿司[7]的时候 ($OPT(7))$，加上寿司[9]的价格就是$OPT(9)$.

如果不选择寿司[9]作为最后一碟，那么我们只能选择[8]作为最后一碟，因为题目性质,最后一步必须为[8] 和[9]的其中之一。这种情况就是$OPT(8)$.

把整个算法步骤转为树状图：

总结就是，每一个最优解$OPT(i)$ 都有选和不选两种选择，如下：

也就是 $OPT(i) = $ max {$OPT(i-2)+arr[i],OPT(i-1)$}， 这个就是我们的**状态转移方程 **。

到这里已经是解开一半了，能通过递归求解得出，但是效率会很慢，因为有多个重复计算。

第三步，初始条件和边界条件。

很明显，

初始条件 OPT(0) = arr[0], OPT(1) = MAX{ $arr[0],arr[1]$}

第四步，计算顺序。

这一步是为了优化效率，为了记录计算结果，不重复计算，从左到右开始算起。也即是 先从OPT(i=0)开始，然后往后计算。

代码

class Solution:
    def sushi(self, nums: List[int]) -> int:
        size = len(nums)
        if (size == 0):
            res = 0
        elif size == 1:
            res = int(nums[0])
        # 边界条件
        else:
            # size >= 3 
            # 计算顺序从左到右
            sum_a = nums[0]  # 初始条件
            sum_b = max(nums[0], nums[1])
            for i in range(2, size):
                temp = max(sum_a + nums[i], sum_b)
                sum_a = sum_b
                sum_b = temp
            res = int(max(sum_a, sum_b))
        return res