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,计算你在不触动警报装置的情况下,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 。
法一:填表动态规划
规律:前n个人家的最大值 = max(前n-1个人家的最大值,前n-2个人家的最大值加第n个人家的值)
基于此规律,可用一个数组m表示前n家的最大值
并用填表,填完表所得的最后一个即为所有人家的最大值
class Solution {
public:
int rob(vector<int>& nums) {
if(nums.empty())
return 0;
if(nums.size() == 2)
return max(nums[0],nums[1]);
vector<int> m;
m.push_back(nums[0]);
m.push_back(max(nums[0],nums[1]));
for(int i = 2; i < nums.size(); i++)
{
m.push_back(max(nums[i] + m[i-2], m[i-1]));
}
return m[nums.size()-1];
}
};
效率:
100%
法二:3变量动态规划
和法一很像,只不过法一需要一个数组,而此方法改为3个变量,可减少空间开销
class Solution {
public:
int rob(vector<int>& nums) {
int front_front_max = 0,front_max = 0,now_max = 0;
for(int i = 0; i < nums.size(); i++)
{
now_max = max(nums[i] + front_front_max, front_max);
front_front_max = front_max;
front_max = now_max;
}
return now_max;
}
};
效率:
100%