重点:
(1)动态规划:五步曲。确定dp数组及下标含义;确定递推公式;dp数组初始化;确定遍历顺序;举例推导;
(2)公式推导:对于第k家,偷的话金额为dp[k]=dp[k-2]+nums[k],不偷的话为dp[k-1],取最大值即可。
难度中等2212
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
解析:
这个是个比较明显的动态规划问题。显然其是有最优子结构性质的。那么对齐进行分析。
对于第i家获得的最大金额,有偷与不偷第i家的区别。偷的话,上一家不能偷,不偷的话,上一家肯定要偷。结果可能是二者任意一个。因为上一家和本家只能偷一个,二者都有可能产生最优解。那么我们存储两个数,偷与不偷,最后取最大值即可。
(1)dp数组及下标含义:dp[i]表示有i家时,能获得的最高金额。不过还需要一个来存是否偷了i-1的钱。所以我们设置dp[0][i]和dp[1][i],分别表示没偷第i家时,最高金额,以及偷了第i家的最高金额;
(2)dp公式推导:dp[0][i]取dp[1][i-1],dp[0][i-1]的最大值,dp[1][i]取dp[0][i]+cost[i];
(3)初始化:dp[0][0]=0,dp[1][0]=cost[0]。最终取dp[0][n-1]和dp[1][n-1]的最大值即为答案;
(4)遍历顺序:从第一家到最后一家,i从0到n-1遍历;
代码:
class Solution {
public:
int rob(vector<int>& nums) {
vector<vector<int>> dp(2,vector<int>(nums.size(),0));
dp[0][0]=0;
dp[1][0]=nums[0];
for(int i=1;i<nums.size();i++){
dp[0][i]=max(dp[1][i-1],dp[0][i-1]);
dp[1][i]=dp[0][i-1]+nums[i];
}
return max(dp[0][nums.size()-1],dp[1][nums.size()-1]);
}
};
优化就是只存两个数字,此处不说了。