动态规划（dp）入门——leetcode198,leetcode213

                                                              链接在这里

这一题，其实并不是很难，其实个人感觉，并不是很难，有点像我之前发布的一个动态规划的题目，那个动态规划的题目我认为还要难一些，至少在这个题目里面，我是不用去思考判断每一步的是否执行。

 下面来分析一下这一道题目

一，理解dp的含义：这里目前还只需要一维的数组。dp[ i ]的含义在这里是小偷从第一个房间开始偷，偷到了第 i 个房间的最大的金额数目。注意并不是只要我间隔着，并且把每一个房间都偷完，我的数目就是最大的，其实并不是这样，比如4，1，1，4.像这个数组，那么这个的最大值就是8。所以这就是动态规划的用武之地。

二，推理出递推公式：这个题目有些像背包问题，存储的到这个i的位置的最大的值。说到底其实就是选和不选的问题。于是，递推公式就出来了：dp[i] = max(dp[i-1],dp[i-2]+nums[i]);//选和不选的问题。

三，找出初始值。这个初始值一定要选好，dp[0] = 0.dp[1] = nums[0];在这里就是只有一步操作。dp[2] 的意思并不是从最开始直接跳到这里，而是要进行判断，dp[2] = max(dp[1],nums[2]);从而筛选出来。

class Solution {
public:
    int rob(vector<int>& nums) {
        int i,j;
        int *dp = new int[101];//计算到
        if(nums.size() == 1)
        return nums[0];
        dp[0] = nums[0];
        dp[1] = max(dp[0],nums[1]);


        for(i = 2;i<nums.size();i++)
        dp[i] = max(dp[i-1],dp[i-2]+nums[i]);

        return dp[nums.size()-1];
    }
};

下面这个是打家劫舍的第二题，在这个题目里面，刚开始看可能有种想法，就是设置一个flag，如果选了第一个值，那么最后一个值就不选，但是这个就是动态规划不能解决的问题，因为在这个过程中，在每次的筛选过程中，无法确定这个第一个值是否我是否还是继续录用了。所以这个想法有些不太可能。

 既然我们已经知道了这里的这个最开始的值盒最末尾的值不能同时取值，所以我可以分两步进行打家劫舍1 ：

0 ——n-1;
1——n;

再挑选出一个较大值出来即可。

class Solution {
public:
    int rob(vector<int>& nums) {
        int i;
        int *dp = new int[102];
        int rob1,rob2;
        if(nums.size() == 1)
        return nums[0];
    if(nums.size() == 2)
    return max(nums[1],nums[0]);
        dp[0] = nums[0];//从这里往前录入。
        dp[1] = max(nums[0],nums[1]);//在这个之前进行

        for(i = 2;i<nums.size()-1;i++)
            dp[i] = max(dp[i-1],dp[i-2]+nums[i]);
        
        rob1 = dp[i-1];

        dp[0] = nums[1];
        dp[1] = max(nums[1],nums[2]);
        for(i = 2;i<nums.size()-1;i++)
            dp[i] = max(dp[i-1],dp[i-2]+nums[i+1]);

        rob2 = dp[i-1];
        return max(rob1,rob2);
    }
};