[Mdp] lc198. 打家劫舍(记忆化搜索+dp)

1. 题目来源

链接：198. 打家劫舍

前置：

• [每日一题] 146. 打家劫舍(数组、动态规划、巧妙解法)

---

2. 题目解析

记忆化搜索可以处理，是自顶向下进行枚举的，属于 递归。
动态规划，属于 递推。

思路：dfs 记忆化搜索

• dfs 搜索前 i 个房子所能获取的最大金额。
• 对于 i 来说，有两种情况，选 或者 不选。
• 选了 i，那么意味着状态是由 dfs(i-2) 转移过来的。
• 不选 i 那么意味着状态是由 dfs(i-1) 转移过来的。
• 也就是说，每一个位置都需要考虑 选、不选 的问题。
• 此时时间复杂度即为 $2^n$
• 其实能发现，有很多重复计算的状态，所以可以将其计算的结果进行记忆化，然后再次进入该状态时，直接返回结果即可。
• 借用一下灵神的图：
• 
  
• 此时时间复杂度就变成了 $O(n)$。因为有 n 个状态，但每个状态只会被计算一次。

---

思路：dp

• 很简单的 dp 哈。
• dp[i] 表示前 i 个房屋的最大金额。
• 状态转移：dp[i]=max(dp[i-1], dp[i-2]+nums[i]);
• 注意这里有 i-1、i-2，需要初始化 dp[0]、dp[1] 这两个状态 即可。
• 额外注意 nums 值为 1 的情况，此时没有办法做 i-2 的转移，直接返回结果即可。

综上，比对两者做法：

• 记忆化搜索：通过结果过去解决问题。
• dp：通过 递推的方式解决问题。

---

• 时间复杂度：$O(n)$
• 空间复杂度：$O(n)$

---

代码：

记忆化搜索：

class Solution {
public:
    int rob(vector<int>& nums) {
        int n = nums.size();
        vector<int> memo(n, -1); // -1 表示没有计算过
        // dfs(i) 表示从 nums[0] 到 nums[i] 最多能偷多少
        auto dfs = [&](auto&& dfs, int i) -> int {
            if (i < 0) return 0; // 递归边界（没有房子）
            if (memo[i] != -1) return memo[i]; // 之前计算过
            return memo[i] = max(dfs(dfs, i - 1), dfs(dfs, i - 2) + nums[i]);
        };
        return dfs(dfs, n - 1); // 从最后一个房子开始思考
    }
};

---

dp

class Solution {
public:
    int rob(vector<int>& nums) {
        int n = nums.size();
        if (n == 1) return nums[0];
        
        vector<int> f(n);
        f[0] = nums[0];
        f[1] = max(nums[0], nums[1]);
        for (int i = 2; i < n; i ++ ) f[i] = max(f[i - 1], f[i - 2] + nums[i]);
        return f[n - 1];
    }
};