198. 打家劫舍

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 。
 

提示：

0 <= nums.length <= 100
0 <= nums[i] <= 400

 

1.采用记忆回溯法

//首先确定边界是下标index超出房屋数的时候就表示无效房间财务是0.

//然后从index开始依次到房屋数最大挨个遍历。

//每一轮遍历的最大值等于当前已取到的最大值与当前房屋财务加上其后续index+2递归取到得财务和的最大值

//等待遍历加递归完成，则从任意房屋开始获取财务的最大值都已经记录了。只要根据index返回对应值即可。

class Solution {

public:

vector<int> memo;

    int tryrob(vector<int>& nums,int index) 

    {

        if(index >= nums.size())

            return 0;

        int res=0;

        if(memo[index]!=-1)

            return memo[index];

        for(int i=index;i<nums.size();i++)

        {

            res=max(res,nums[i]+tryrob(nums,i+2));

        }

        memo[index] = res;

        return memo[index];

    }

    int rob(vector<int>& nums) {

        memo=vector<int>(nums.size(),-1);

        return tryrob(nums,0);

    }

};

 

//采用动态规划

//动态规划的方式是自上，即根据最底层的数据并获取各层数据的关系，采用循环的形式获取各层的结论，记录在index中的值。

//和记忆回溯的方式看着很像，不过一个明显的区别就是动态规划不会出现递归，一般都是采用单层循环或者多层循环的形式获取所有结果。

class Solution {

public:

    

    int rob(vector<int>& nums) {

        //初始化结果集合

        int n=nums.size();

        //由于有n-1的操作存在，所以必须要判断n等于0时表示没有房间没有财务。

        if(n==0)

            return 0;

        vector<int> memo(n,-1);

        //寻找边界条件,即当只剩一间房屋的时候获取的最大财务就是这间房屋的财务值

        memo[n-1] = nums[n-1];

        //然后从n-2开始依次去房屋中找财务

        for(int i=n-2;i>=0;i--)

        {

            //如果从n-2开始获取了，则能找的房子就只有n-2,n-1,所以从i取值到n

            for(int j=i;j<n;j++)

            {   //则从第i间房开始获取的最大财务就等于当前已获取的值和当前房间+后续房间获取值的和中的最大值

                //由于j+2存在越界可能则当在n范围内时取memo[j+2]否则取0

                memo[i] = max(memo[i],nums[j]+(j+2<n?memo[j+2]:0));

            }

            

        }

        //等整个操作结束后就会发现memo[0]中存的值是获取财务的最大值

        return memo[0];

    }

};