思路分析:
- 创建一个二维向量
dp
用于存储动态规划的结果,其中dp[i][0]
表示在不抢劫当前房屋的情况下到达第 i 个房屋时的最大金额,dp[i][1]
表示在抢劫当前房屋的情况下到达第 i 个房屋时的最大金额。 - 初始化基本情况:如果没有房屋,则不抢劫的最大金额为 0,如果只有一间房屋,则抢劫的最大金额为该房屋的价值。
- 从第二个房屋开始迭代,根据状态转移方程更新
dp[i][0]
和dp[i][1]
:- 不抢劫当前房屋时,
dp[i][0]
取前一个房屋抢或不抢的最大金额。 - 抢劫当前房屋时,
dp[i][1]
取前一个房屋不抢的最大金额加上当前房屋的价值。
- 不抢劫当前房屋时,
- 最终结果是最后一个房屋抢或不抢的最大金额,即
max(dp[nums.size() - 1][0], dp[nums.size() - 1][1])
。
class Solution {
public:
// 计算能够抢劫的最大金额的函数
int rob(vector<int>& nums) {
// 创建一个二维向量用于存储动态规划的结果
// dp[i][0] 表示在不抢劫当前房屋的情况下到达第 i 个房屋时的最大金额
// dp[i][1] 表示在抢劫当前房屋的情况下到达第 i 个房屋时的最大金额
vector<vector<int>> dp(nums.size(), vector<int>(2, 0));
// 基本情况:如果没有房屋,则不抢劫的最大金额为 0
dp[0][0] = 0;
// 如果只有一间房屋,则抢劫的最大金额为该房屋的价值
dp[0][1] = nums[0];
// 从第二个房屋开始迭代
for (int i = 1; i < nums.size(); i++) {
// 如果不抢劫当前房屋,最大金额取前一个房屋抢或不抢的最大金额
dp[i][0] = max(dp[i - 1][0], dp[i - 1][1]);
// 如果抢劫当前房屋,最大金额取前一个房屋不抢的最大金额加上当前房屋的价值
dp[i][1] = dp[i - 1][0] + nums[i];
}
// 最终结果是最后一个房屋抢或不抢的最大金额
return max(dp[nums.size() - 1][0], dp[nums.size() - 1][1]);
}
};
---------------------------------------------------------------------------------------------------------------------------------
以上思路较为简单,下面是更加高效的做法以供学习参考:
思路分析:
- 首先检查特殊情况,如果没有房屋,则返回抢劫金额为 0;如果只有一间房屋,则返回抢劫该房屋的金额。
- 创建一个一维向量
dp
用于存储动态规划的结果,其中dp[i]
表示抢劫前 i 个房屋能够得到的最大金额。 - 初始化前两个房屋的抢劫金额,分别为第一个房屋的价值和前两个房屋中的最大价值。
- 从第三个房屋开始迭代,每个房屋的抢劫金额取决于前两个房屋抢劫或不抢劫的最大金额。
- 最终结果是最后一个房屋抢或不抢的最大金额,即
dp[nums.size() - 1]
。
class Solution {
public:
// 计算能够抢劫的最大金额的函数
int rob(vector<int>& nums) {
// 如果没有房屋,则返回抢劫金额为 0
if (nums.size() == 0) return 0;
// 如果只有一间房屋,则返回抢劫该房屋的金额
if (nums.size() == 1) return nums[0];
// 创建一个一维向量用于存储动态规划的结果
vector<int> dp(nums.size());
// 初始化前两个房屋的抢劫金额
dp[0] = nums[0];
dp[1] = max(nums[0], nums[1]);
// 从第三个房屋开始迭代
for (int i = 2; i < nums.size(); i++) {
// 当前房屋的抢劫金额为前两个房屋抢劫或不抢劫的最大金额
dp[i] = max(dp[i - 2] + nums[i], dp[i - 1]);
}
// 最终结果是最后一个房屋抢或不抢的最大金额
return dp[nums.size() - 1];
}
};