每日OJ题_简单多问题dp①_力扣LCR 089. 打家劫舍

目录

[力扣面试题 17.16. 按摩师](#力扣面试题 17.16. 按摩师)

解析代码


力扣LCR 089. 打家劫舍

三道一样/类似的题:

LCR 089. 打家劫舍

198. 打家劫舍

面试题 17.16. 按摩师

难度 中等

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,影响小偷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 nums ,请计算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:

复制代码
输入:nums = [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:

复制代码
输入:nums = [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
cpp 复制代码
class Solution {
public:
    int rob(vector<int>& nums) {

    }
};

解析代码

以某个位置为结尾,结合题目要求,dp[i] 表示:选择到 i 位置时,此时的最大金额。

但是我们这个题在 i 位置的时候,会面临选择 或者不选择两种抉择,所依赖的状态需要细分:

  • f[i] 表示:选择到 i 位置时, nums[i] 必选 ,此时的最大金额
  • g[i] 表示:选择到 i 位置时, nums[i] 不选 ,此时的最大金额

因为状态表示定义了两个,因此状态转移方程也要分析两个:

  • 对于 f[i] : 如果 nums[i] 必选,那么仅需知道 i - 1 位置在不选的情况下的最大金额 , 然后加上 nums[i] 即可,因此 f[i] = g[i - 1] + nums[i] 。
  • 对于 g[i] : 如果 nums[i] 不选,那么 i - 1 位置上选或者不选都可以。因此,我们需要知道 i - 1 位置上选或者不选两种情况下的最大金额 ,因此 g[i] = max(f[i - 1], g[i - 1]) 。
cpp 复制代码
class Solution {
public:
    int rob(vector<int>& nums) {
        int n = nums.size();
        // f[i], g[i]表示:选择到 i 位置时,此时的最大金额。
        vector<int> f(n);
        auto g = f;
        f[0] = nums[0];
        for (int i = 1; i < n; i++)
        {
            f[i] = g[i - 1] + nums[i];
            g[i] = max(f[i - 1], g[i - 1]);
        }
        return max(f[n - 1], g[n - 1]);
    }
};
相关推荐
敲上瘾6 分钟前
操作系统的理解
linux·运维·服务器·c++·大模型·操作系统·aigc
福大大架构师每日一题8 分钟前
文心一言 VS 讯飞星火 VS chatgpt (396)-- 算法导论25.2 1题
算法·文心一言
不会写代码的ys12 分钟前
【类与对象】--对象之舞,类之华章,共绘C++之美
c++
兵哥工控15 分钟前
MFC工控项目实例三十二模拟量校正值添加修改删除
c++·mfc
在下不上天15 分钟前
Flume日志采集系统的部署,实现flume负载均衡,flume故障恢复
大数据·开发语言·python
EterNity_TiMe_23 分钟前
【论文复现】(CLIP)文本也能和图像配对
python·学习·算法·性能优化·数据分析·clip
长弓聊编程25 分钟前
Linux系统使用valgrind分析C++程序内存资源使用情况
linux·c++
陌小呆^O^29 分钟前
Cmakelist.txt之win-c-udp-client
c语言·开发语言·udp
cherub.32 分钟前
深入解析信号量:定义与环形队列生产消费模型剖析
linux·c++
机器学习之心34 分钟前
一区北方苍鹰算法优化+创新改进Transformer!NGO-Transformer-LSTM多变量回归预测
算法·lstm·transformer·北方苍鹰算法优化·多变量回归预测·ngo-transformer