当前位置: 首页 > article >正文

leetcode 打家劫舍

打家劫舍

(a)
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 。

(b)
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。

示例 1:

输入:nums = [2,3,2]
输出:3
解释:你不能先偷窃 1 号房屋(金额 = 2),然后偷窃 3 号房屋(金额 = 2), 因为他们是相邻的。
示例 2:

输入:nums = [1,2,3,1]
输出:4
解释:你可以先偷窃 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 3:

输入:nums = [1,2,3]
输出:3

(a)

已知当房子数目为0时,获得的收益为0,房子数目为1时获得的收益为从第1间房子获得,房子数目为2时获得的收益从一二两间房子中的最大值者获得。当i>2时,获得的最大收益为dp[i]=max(dp[i-1],dp[i-2]+nums[i]),其中dp[i]表示从前i间房子获得的最大收益,其中前i个房子的收益为前i-1件房子的最大收益或者前i-2间房子的最大收益与第i间房子的最大收益中的最大值

其中最优子结构为:dp[i]表示从前i间房子获得的最大收益

状态转移方程:dp[i]=max(dp[i-1],dp[i-2]+nums[i])

int rob(vector<int> &nums) {
    int l = nums.size();
    if (l == 0) {
        return 0;
    } else if (l == 1) {
        return nums[0];
    } else if (l == 2) {
        return nums[1] > nums[0] ? nums[1] : nums[0];
    } else {
        int dp[110] = {0};//dp[i]前i个房子可获得的最大收益
        dp[0] = nums[0];
        dp[1] = nums[1] > nums[0] ? nums[1] : nums[0];
        for (int i = 2; i < l; ++i) {
            dp[i] = max(dp[i - 1], dp[i - 2] + nums[i]);
        }
        return dp[l - 1];
    }
}

其中时间复杂度为: O ( n ) O(n) O(n),空间复杂度为: O ( n ) O(n) O(n)

(b)

对于首尾相连的情况,即把(a)中可以拆分为选取第一个不选取最后一个,选取最后一个,而不选取第一个两种情况,并选取两种情况中最大的那个

已知当房子数目为0时,获得的收益为0,房子数目为1时获得的收益为从第1间房子获得,房子数目为2时获得的收益从一二两间房子中的最大值者获得。当i>2时,dp1[i]表示选取第一个,而不选取最后一个的情况下,选取前i个房子可以获得的最大收益,dp2[i]表示选取最后一个,而不选取第一个的情况,选取前i个房子可以获得的最大收益,最后返回结果为max(dp1[l - 2], dp2[l-1])

其中最优子结构为:dp1[i]表示选取第一个,而不选取最后一个的情况下,选取前i个房子可以获得的最大收益,dp2[i]表示选取最后一个,而不选取第一个的情况,选取前i个房子可以获得的最大收益

状态转移方程:dp1[i]=max(dp1[i-1],dp1[i-2]+nums[i])dp2[i]=max(dp2[i-1],dp2[i-2]+nums[i])

int rob(vector<int> &nums) {
    int l = nums.size();
    if (l == 0) {
        return 0;
    } else if (l == 1) {
        return nums[0];
    } else if (l == 2) {
        return nums[1] > nums[0] ? nums[1] : nums[0];
    } else {
        int dp1[110] = {0};//dp1[i]前i个房子可获得的最大收益
        dp1[0] = nums[0];
        dp1[1] = nums[1] > nums[0] ? nums[1] : nums[0];
        for (int i = 2; i < l; ++i) {
            dp1[i] = max(dp1[i - 1], dp1[i - 2] + nums[i]);
        }

        int dp2[110] = {0};
        dp2[0] = 0;
        dp2[1] = nums[1];
        dp2[2] = nums[1] > nums[2] ? nums[1] : nums[2];
        for (int i = 3; i < l; ++i) {
            dp2[i] = max(dp2[i - 1], dp2[i - 2] + nums[i]);
        }
        if (l == 3) {
            dp2[l] = dp2[2];
        }
        return max(dp1[l - 2], dp2[l - 1]);
    }
}

其中时间复杂度为: O ( n ) O(n) O(n),空间复杂度为: O ( n ) O(n) O(n)


http://www.kler.cn/a/149577.html

相关文章:

  • 简单叙述 Spring Boot 启动过程
  • Linux如何更优质调节系统性能
  • 数据挖掘(九)
  • Microsoft 365 Exchange如何设置可信发件IP白名单
  • 继承和多态(上)
  • 《TCP/IP网络编程》学习笔记 | Chapter 8:域名及网络地址
  • [栈溢出+参数跟踪] [ZJCTF 2019]Login
  • 【LeetCode】挑战100天 Day13(热题+面试经典150题)
  • Excel导入组件的封装以及使用页面点击弹出该弹框
  • Nature子刊最新研究:Hi-C宏基因组揭示土壤-噬菌体-宿主相互作用
  • Django请求生命周期流程
  • Android WiFi的断开分析
  • ChatGPT到底是如何运作?
  • 水淹七军(递归,又是递归)
  • 【Unity记录】EDM4U(External Dependency Manager)使用说明
  • temu反洗钱协议在哪里签署
  • HashMap源码解析
  • 批量采集淘宝商品数据,有哪些方式可以实现?
  • 【Spark源码分析】事件总线机制分析
  • Python超级详细的变量命名规则
  • uniApp应用软件在运行时,未见向用户告知权限申请的目的,向用户索取(存储、相机、电话)等权限,不符合华为应用市场审核标准。
  • PostgreSQL数据库中的后台进程
  • 什么是美颜sdk?集成第三方美颜sdk的步骤
  • Vue3中el-table表格数据不显示
  • 在 Nginx 配置中,root 和 alias 指令的区别是什么
  • 深度学习框架配置