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],nums1,nums[2],num[0]+num[2]}=max{nums1,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。