Leetcode.213 打家劫舍 II

题目链接

Leetcode.213 打家劫舍 II mid

题目描述

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。这个地方所有的房屋都 围成一圈 ,这意味着第一个房屋和最后一个房屋是紧挨着的。同时,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 在不触动警报装置的情况下 ,今晚能够偷窃到的最高金额。

解法:动态规划

我们定义 f ( i , j ) f(i,j) f(i,j) 表示 小偷能从区间 [ i , j ] [i,j] [i,j] 偷窃的最高金额。

对于第一个房间 n u m s [ 0 ] nums[0] nums[0]:

  • 偷窃第一个房间 n u m s [ 0 ] nums[0] nums[0],那么就不能偷 n u m s [ 1 ] nums[1] nums[1] 和 n u m s [ n − 1 ] nums[n - 1] nums[n−1]。所以在偷第一个房间 n u m s [ 0 ] nums[0] nums[0] 的情况下,最多能偷 n u m s [ 0 ] + f ( 2 , n − 2 ) nums[0] + f(2,n - 2) nums[0]+f(2,n−2);
  • 不偷第一个房间 n u m s [ 0 ] nums[0] nums[0],那么最多能偷 f ( 1 , n − 1 ) f(1,n-1) f(1,n−1);

我们定义 f 0 f0 f0 为 不偷第 i i i 个房间能够偷窃的最高金额; f 1 f1 f1 为 偷第 i i i 个房间能够偷窃的最高金额。

此时,小偷对第 i + 1 i + 1 i+1 个房间做出选择,偷还是不偷:

  • f 0 ′ = f 1 f0' = f1 f0′=f1;
  • n e w _ f = m a x ( f 1 , f 0 + n u m s [ i + 1 ] ) new\_f = max(f1 , f0 + nums[i+1]) new_f=max(f1,f0+nums[i+1]);
  • f 1 ′ = n e w _ f f1' = new\_f f1′=new_f;

时间复杂度:

cpp 复制代码
class Solution {
public:
    int rob(vector<int>& nums) {
        int n = nums.size();

        auto fun = [&](int l,int r)->int{
            int f0 = 0 , f1 = 0;
            for(int i = l;i <= r;i++){
                int new_f = max(f1,f0 + nums[i]);
                f0 = f1;
                f1 = new_f;
            }
            return f1;
        };

        return max(nums[0] + fun(2,n - 2) , fun(1,n - 1));

    }
};
相关推荐
Hello eveybody35 分钟前
什么是动态规划(DP)?(C++版)
c++·动态规划
望舒5131 小时前
代码随想录day32,动态规划part1
java·算法·leetcode·动态规划
楠秋9201 小时前
代码随想录算法训练营第三十二天| 509. 斐波那契数 、 70. 爬楼梯 、746. 使用最小花费爬楼梯
数据结构·算法·leetcode·动态规划
月挽清风2 小时前
代码随想录第32天:动态规划
算法·动态规划
2501_901147832 小时前
硬币找零问题的动态规划解法与实现思考笔记
笔记·算法·动态规划
Pluchon2 小时前
硅基计划4.0 算法 图的存储&图的深度广度搜索&最小生成树&单源多源最短路径
java·算法·贪心算法·深度优先·动态规划·广度优先·图搜索算法
初夏睡觉3 小时前
笔记(动态规划(引入)1)
笔记·算法·动态规划
香芋Yu5 小时前
【强化学习教程——01_强化学习基石】第03章_动态规划与策略迭代
算法·动态规划·代理模式
宝贝儿好1 天前
【强化学习】第九章:基于Action-Critic框架的强化学习
人工智能·python·深度学习·算法·动态规划
2501_901147831 天前
打家劫舍问题的动态规划解法与性能优化笔记
笔记·算法·动态规划