LeetCode题解之198. House Robber

问题链接

问题描述

You are a professional robber planning to rob houses along a street. Each house has a certain amount of money stashed, the only constraint stopping you from robbing each of them is that adjacent houses have security systems connected and it will automatically contact the police if two adjacent houses were broken into on the same night.

Given an integer array nums representing the amount of money of each house, return the maximum amount of money you can rob tonight without alerting the police.

Example 1:

Input: nums = [1,2,3,1]
Output: 4
Explanation: Rob house 1 (money = 1) and then rob house 3 (money = 3).
Total amount you can rob = 1 + 3 = 4.

Example 2:

Input: nums = [2,7,9,3,1]
Output: 12
Explanation: Rob house 1 (money = 2), rob house 3 (money = 9) and rob house 5 (money = 1).
Total amount you can rob = 2 + 9 + 1 = 12.

Constraints:

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

解题思路

本题可以采用动态规划来解决,我们用 n u m s i nums_i numsi 表示第 i i i 户人家所拥有的钱数, d p i dp_i dpi 表示该小偷在前 i i i 户人家,能够偷到的最大总钱数。假设当这个小偷来到第 i + 1 i+1 i+1 户人家的门前时,已经知道了前面 d p 0 ∼ d p i dp_0\sim dp_i dp0dpi 的取值,由于他不能连续偷相邻的两户人家,所以如果他偷了第 i + 1 i+1 i+1 户人家,就不能偷第 i i i 户人家,那么他此时的总收入应该是 d p i − 1 + n u m s i + 1 dp_{i-1}+nums_{i+1} dpi1+numsi+1,我们将这个数记为 t t t。如果 t > d p i t>dp_i t>dpi,那么 d p i + 1 = t dp_{i+1}=t dpi+1=t,如果 t ≤ d p i t\le dp_i tdpi,那么他还不如不偷第 i + 1 i+1 i+1 户人家,维持在前 i i i 户人家得到的收入,也就是 d p i dp_i dpi,这种情况下, d p i + 1 = d p i dp_{i+1}=dp_i dpi+1=dpi。所以, d p i + 1 dp_{i+1} dpi+1 的取值取决于 t t t d p i dp_i dpi 的大小,即: d p i + 1 = m a x { d p i , d p i − 1 + n u m s i + 1 } dp_{i+1}=max\{dp_i, dp_{i-1}+nums_{i+1}\} dpi+1=max{dpi,dpi1+numsi+1},对这个式子做一下变形,可以得到 :

d p i = m a x d p i − 1 , d p i − 2 + n u m s i dp_i=max{dp_{i-1}, dp_{i-2}+nums_i} dpi=maxdpi1,dpi2+numsi
这就是状态转移方程。根据状态转移方程,很容易就可以写出代码。

public int rob(int[] nums) {
    int len = nums.length;
    int[] dp = new int[len];
    dp[0] = nums[0];
    for (int i = 1; i < len; i++) {
        if (i == 1) {
            // 前两个数特殊处理
            dp[i] = Math.max(dp[i-1], nums[i]);
        } else {
            dp[i] = Math.max(dp[i-1], nums[i] + dp[i - 2]);
        }
    }
    return dp[len - 1];
}

这段代码的时间复杂度是 O ( n ) O(n) O(n),空间复杂度也是 O ( n ) O(n) O(n)

通过上面这段代码,可以发现,其实我们只要维护dp[i]、dp[i-1] 以及 dp[i-2] 这三个数就可以了,没必要维护一个数组,因为我们只关心小偷分别在当前人家、上一户人家以及上上户人家的最大总收入,所以上面这段代码可以优化成下面这样:

public int rob(int[] nums) {
    int len = nums.length;
    int prePre = 0, pre = nums[0], current = nums[0];
    for (int i = 1; i < len; i++) {
        current = Math.max(pre, prePre + nums[i]);
        prePre = pre;
        pre = current;
    }
    return current;
}

经过优化,我们的代码空间复杂度变成了 O ( 1 ) O(1) O(1)

相关题目

数组动态规划

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值