leetcode [198. 打家劫舍](https://leetcode-cn.com/problems/house-robber/)

最新推荐文章于 2024-10-04 14:10:29 发布

Yingmu__

最新推荐文章于 2024-10-04 14:10:29 发布

阅读量91

点赞数

分类专栏： leetcode 文章标签： leetcode 动态规划算法

本文链接：https://blog.csdn.net/yingmu__/article/details/123417554

版权

leetcode 专栏收录该内容

170 篇文章 2 订阅

订阅专栏

这篇博客探讨了如何运用动态规划算法解决LeetCode上的经典问题——打家劫舍。通过分析给定的示例和提示，博主展示了如何建立状态转移方程，并给出了Java实现的解决方案。该算法在执行效率和内存消耗上表现出色，对于理解动态规划在解决最优化问题中的应用具有指导意义。

摘要由CSDN通过智能技术生成

leetcode 198. 打家劫舍

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 。

提示：

1 <= nums.length <= 100
0 <= nums[i] <= 400

Related Topics

数组

动态规划

class Solution {
    public int rob(int[] nums) {
        int[] dp = new int[nums.length+1];
        dp[1] = nums[0];
        for(int i = 2; i <= nums.length;i++){
            //偷第i家 总金额等于 第i家的钱加上第i-2家的总金额 num[i-1]+dp[i-2]
            //不偷第i家 总金额等于 第i-1家的总金额
            dp[i] = Math.max(nums[i-1]+dp[i-2],dp[i-1]);
        }
        return dp[nums.length];
    }
}
解答成功:
		执行耗时:0 ms,击败了100.00% 的Java用户
		内存消耗:39 MB,击败了7.32% 的Java用户