力扣198题：打家劫舍动态规划二维状态枚举

最新推荐文章于 2024-07-24 19:35:30 发布

黎明知眼

最新推荐文章于 2024-07-24 19:35:30 发布

阅读量312

点赞数 8

文章标签：算法 leetcode

本文链接：https://blog.csdn.net/weixin_65161931/article/details/136431143

版权

文章讲述了如何使用动态规划算法解决在一排房屋中选择非相邻房屋进行偷窃的问题，通过定义状态表示和计算规则，得出每个房屋采取不同策略的最大收益，最终返回整个过程的最大收益。时间复杂度为O(n)，空间复杂度也为O(n)。

摘要由CSDN通过智能技术生成

题目

思路

题目要求在一排房屋中选择一定数量的房屋进行偷窃，但不能偷相邻的房屋。首先，我们可以观察到对于第 i 个房屋，我们有两种选择：偷或者不偷。如果选择偷，则收益为第 i-1 个房屋不偷的收益加上当前房屋的价值；如果选择不偷，则收益为截止到前一个循环的最大收益（res）。通过动态规划的思想，我们可以得到每个房屋采取不同策略的最大收益，从而在循环结束时得到整体的最大收益。

解题方法

状态表示：dp[i][j]表示对于对于i房屋采取j策略的收益，j为1是偷，为0不偷

状态计算：dp[i][1]=dp[i-1][0]+nums[i];dp[i][0]=res;

复杂度

时间复杂度： O(n)

空间复杂度: O(n)

Code

class Solution {
    public int rob(int[] nums) {
        int n=nums.length;
        //dp[i][j]表示对于对于i房屋采取j策略的收益
        //dp[i][1]表示偷，res[i][0]表示不偷
        int[][] dp = new int[n][2];
        //初始化第一个房屋
        dp[0][1]=nums[0];
        dp[0][0]=0;
        //res每轮循环过后记录的都是当前最大收益
        int res=nums[0];
        for(int i=1;i<n;i++){
            //第i间房屋偷的最大收益为第i-1间房屋不偷的最大收益加上第i间房屋的价值
             dp[i][1]=dp[i-1][0]+nums[i];
            //第i间房屋不偷的最大收益为截止前一个循环的最大收益，即res
             dp[i][0]=res;
            //这轮循环结束res更新
             res=Math.max(dp[i][1],res);
        }
        return res;
    }
}