刷题 | leetcode 198 打家劫舍

机器学习之禅

于 2022-04-23 10:50:59 发布

阅读量199

点赞数

分类专栏： leetcode 文章标签： leetcode python

本文链接：https://blog.csdn.net/taxuelingbing/article/details/124360656

版权

leetcode 专栏收录该内容

41 篇文章 0 订阅

订阅专栏

这篇博客介绍了如何运用动态规划策略解决LeetCode上的‘House Robber’问题。给定一个非负整数数组，表示每个房屋中存放的现金，目标是在不触发相邻房屋警报的情况下，计算一夜之间能偷窃的最大金额。示例展示了对于不同输入数组的解决方案，动态规划数组`dp`用于存储到每个位置为止的最大偷窃金额。最终返回`dp`的最后一个元素作为答案。

摘要由CSDN通过智能技术生成

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：[2,7,9,3,1]
输出：12
解释：偷窃 1 号房屋 (金额 = 2), 偷窃 3 号房屋 (金额 = 9)，接着偷窃 5 号房屋 (金额 = 1)。
偷窃到的最高金额 = 2 + 9 + 1 = 12 。

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/house-robber
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

解题思路：

动态规划

class Solution:
    def rob(self, nums: List[int]) -> int:
        if not nums:
            return 0
        if len(nums) < 2:
            return nums[0]
        dp = [0] * len(nums)
        dp[0] = nums[0]
        dp[1] = max(nums[0], nums[1])
        for i in range(2, len(nums)):
            dp[i] = max(dp[i-1], dp[i-2]+nums[i])

        return dp[len(nums) - 1]