动态规划-打家劫舍I-II

求解代码

java 复制代码
public int rob (int[] nums){
        int[] memo = new int[nums.length+1];
        Arrays.fill(memo, -1);
        return dp(nums,0, memo);
    }

    private int dp(int[] nums,int start,int[] memo){
        if(start>=nums.length){
            return 0;
        }

        if(memo[start]!=-1){
            return memo[start];
        }
        int ans = Math.max(dp(nums, start+1,memo),nums[start]+dp(nums, start+2,memo));
        memo[start]= ans;
        return ans;
    }

小贴士

记忆化存储+自顶向下

求解代码

java 复制代码
public int rob(int[] nums) {
        int n = nums.length;
        int[] memo1 = new int[n + 1];
        int[] memo2 = new int[n + 1];
        Arrays.fill(memo1, -1);
        Arrays.fill(memo2, -1);
        int case1 = dp(nums, 0, n - 2, memo1);
        int case2 = dp(nums, 1, n - 1, memo2);
        return Math.max(case1, case2);
    }

    private int dp(int[] nums, int start, int end, int[] memo) {
        if (start > end) {
            return 0;
        }

        if (memo[start] != -1) {
            return memo[start];
        }
        int ans = Math.max(dp(nums, start + 1, end, memo), nums[start] + dp(nums,
                start + 2, end, memo));
        memo[start] = ans;
        return ans;
    }

小贴士

现在的情况是第一房间和最后一个房间也相当于是相邻的,不能同时抢。

那么,首尾房间不能同时被抢,只可能有三种不同情况:

  • 都不被抢

  • 第一个房间被抢最后一间不抢

  • 最后一个房间被抢第一间不抢

不过,本题不需要三种情况都进行比较,因为房间里的钱数都是非负数,后两种情况对于房间的选择余地肯定比情况一大,所以只要比较情况二和情况三就行了。

代码也可以在【打家劫舍I】的【自顶向下+记忆化存储】基础上进行修改。

需要注意的是独立的子问题必须使用独立的记忆化缓存,不能共用,不然会造成缓存被覆盖的问题,所以这里需要使用两个memory。

相关推荐
Lumos18611 分钟前
51单片机从零到实战(完结)——后续学习路线建议
算法
稚南城才子,乌衣巷风流16 分钟前
DFS序详解:原理、应用与实现
算法·深度优先·图论
稚南城才子,乌衣巷风流21 分钟前
动态树(Dynamic Tree)数据结构详解
数据结构·算法
变量未定义~1 小时前
最小生成树1(Prim模板)、最小生成树2(kruskal模板)、最近公共祖先(模板)
算法
这就是佬们吗1 小时前
Python入门⑤-异常处理、文件操作与实战项目
开发语言·数据库·python·算法·pycharm
LONGZETECH1 小时前
新能源汽车充电设备装配与调试仿真教学软件 技术架构与核心实现解析
大数据·算法·3d·unity·架构·汽车
自学小白菜2 小时前
关于提升机器学习算法做预测回归任务精度的方法分享
算法·机器学习·回归·提升精度
学废了wuwu2 小时前
从入门到实战:深入浅出模型压缩三大核心——剪枝、彩票假设与知识蒸馏
人工智能·算法·剪枝
小肝一下2 小时前
3. 单链表
c语言·数据结构·c++·算法·leetcode·链表·dijkstra
劈星斩月2 小时前
监督学习算法 之 决策树
学习·算法·决策树