力扣LeetCode 198题:打家劫舍(动态规划)

本文介绍了LeetCode中的第198题——打家劫舍,通过动态规划求解在不触发报警的情况下能盗窃的最大金额。动态规划的转移方程为dp[i]=max(dp[i-2]+nums[i], dp[i-1])。文章还探讨了如何通过优化空间复杂度,将dp数组减少为两个变量,从而降低空间占用。" 113461957,10543921,优化MySQL大分页查询:策略与实战,"['数据库优化', 'MySQL查询', '大数据量', '分页策略']
摘要由CSDN通过智能技术生成

题目:

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 。

一、动态规划

这个题目还是很好理解的。

对于每一家,只有两种选择,偷或者不偷,有的可以偷。

维护一个动态规划数组 dp[ ],dp[ i ] 代表到 i 位置为止,最大的收益。

那么转移方程也很好理解,前一家不偷的前提下这家才能偷,要前一家的情况下这家放弃,当前的dp[ i ] 就取决于这两种情况的大小比较。

dp[ i ]=max( dp[ i-2 ]+nums[ i ] , dp[ i-1 ] )

动态规划,从最底部开始,一步一步更新dp元素,最后就能得到结果。

class Solution {
   
    public int rob(int[] nums) {
   
        if(nums.length==1){
   
            return nums[0];
        }
        if(nums.length==
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值