leetcode198. 打家劫舍

最新推荐文章于 2024-11-04 21:39:11 发布

996冲冲冲

最新推荐文章于 2024-11-04 21:39:11 发布

阅读量76

点赞数

分类专栏：动态规划文章标签：动态规划算法

本文链接：https://blog.csdn.net/weixin_44392348/article/details/128999699

版权

动态规划专栏收录该内容

39 篇文章 0 订阅

订阅专栏

文章讲述了如何使用动态规划算法解决抢劫房屋问题，其中关键在于dp状态转移方程。两种思路，一是从最后一个房子开始向前推，二是从前一个房子开始计算前i个房子的最大收益。两种方法都利用了最大值的选择来决定是否抢劫某个房子。

摘要由CSDN通过智能技术生成

dp定义为从当前房子开始可以抢到的最多的钱
base dp[n-1] = nums[n-1]
转移方程：对于每个房子1.抢2.不抢，抢下一个，只用考虑每个防止的当前状态，不用考虑他之前怎么做的选择
dp[i] = max(dp[i+1],dp[i+2]+nums[i]) 第一个是不抢，第二个是抢

def rob(self, nums):
"""
:type nums: List[int]
:rtype: int
""
n = len(nums)
res = nums[n-1]
dp_2 = 0
dp_1 = nums[n-1]
for i in range(n-2,-1,-1):
    res = max(dp_1 , dp_2+nums[i])
    dp_2 = dp_1
    dp_1 = res
return res

也可以正着思考，dp定义为前i个房子最多可以抢多少钱

def rob(self, nums):
        """
        :type nums: List[int]
        :rtype: int
        """

        #也可以正着思考，dp定义为前i个房子最多可以抢多少钱
        n = len(nums)
        dp = [0]*(n+1)
        dp[1] = nums[0]
        for i in range(2,n+1):  #有一位偏移，因为dp[0]代表抢0个房子
            dp[i] = max(dp[i-1],dp[i-2]+nums[i-1])
        return dp[n]