198. House Robber

一、题目简述

假设你是一位职业抢劫者，需要规划一条街的抢劫方法。每个房间都藏有一定数量的钱，抢劫的唯一约束是，相邻房间之间有安全系统连接，如果同晚相邻的房间被抢，安全系统将会自动报警。
给定一列非负整数表示每间房的钱数，计算在不触发安全系统的条件下，你能够抢到的最多钱数。
函数原型：
int rob(vector<int>& nums)

二、编程思路

本题目编程思路较为明确，使用动态规划计算所能抢到的最多钱数，规划一是自己的思路，思路较为崎岖。规划二是网上题解，思路清晰明了。
本题实质就是求原始序列的一个子串，子串元素在原始序列中互不相邻，使子串之和最大。

动态规划一

动态规划最重要的是定义状态及状态转移方程，算法的优劣也在此体现。
令dp[i]表示在选择nums[i]的情况下，所能抢到的最大钱数。
则，$dp[0]=nums[0]， dp[1]=nums[1]， dp[2]=dp[0]+nums[2]$
$dp[i]=max\{dp[i-2]+nums[i],dp[i-3]+nums[i],...,dp[0]+nums[i]\}$
由于dp[i]表示已经抢了nums[i]，故之前需要从dp[i-2]开始。

动态规划二

令dp[i]表示在之前i个房间中所能拿到最多的钱，i=nums.size()时，即所求。
则，$dp[0]=0$，表示一个房间都不抢；
$dp[1]=nums[0]$，表示在前一个房间抢到最多的钱数；
$dp[2]=max\{nums[0],nums[1]\}$，表示在前两个房间抢到最多的钱数；
$dp[3]=max\{nums[0],nums{1},nums[2],num[0]+num[2]\}=max\{nums{1},num[0]+num[2]\}$
由此递推可知$dp[i]=max\{dp[i-1],dp[i-2]+nums[i]\}$
即，抢前i个房间的最多钱数，等于，抢前i-1房间的最多钱数、抢前i-2个房间的最多钱数+第i个房间的钱数，的最大值。

三、程序设计

动态规划一

class Solution {
public:
    int rob(vector<int>& nums) {
        int size=nums.size();
        int *dp=new int[size+1];
        memset(dp,0,sizeof(int)*(size+1));
        int global_max=0;
        //global_max的作用：最优解不一定是抢nums[size-1]的情况。
        for(int s=0;s<size;s++){
            int max=nums[s];
            int j=s-2;
            while(j>=0){
                int tmp=dp[j]+nums[s];
                if(tmp>max){
                    max=tmp;
                }
                j--;
            }
            dp[s]=max;
            if(max>global_max)
                global_max=max;
        }
        return global_max;
    }
};

动态规划二

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

四、实验心得

在动态规划中，状态的选取具有非常重要的作用。可以使用递推的方式观察状态之间转移规律，之后得出状态转移方程。