leetcode198. 打家劫舍

本文介绍了如何使用动态规划解决LeetCode上的经典问题——House Robber(打家劫舍)。分别展示了两种不同的动态规划解决方案,第一种方法时间复杂度为O(n^2),第二种方法优化后的时间复杂度为O(n)。通过这两种方法,可以有效地计算出在不触发警报的情况下,小偷一夜之间能偷到的最高金额。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

题目链接:https://leetcode-cn.com/problems/house-robber/

题意:

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。 

方法一:动态规划,时间复杂度O(n^2) 

class Solution {
public:
    int rob(vector<int>& nums) {
        vector<int> dp(101,0);//dp数组,存储前k个元素里能偷到的最大价值
        int size = nums.size();//统计向量中的元素
        int maxV = 0;//保存最大的价值
        if(size==0) return 0;
        else if(size==1) return nums[0];
        int cnt = 0;//统计
        for(int i=0;i<size;i++)
        {
            dp[i] = nums[i];//初始化dp值
            maxV = max(maxV,dp[i]);//避免遗漏size==2时的情况
            for(int j=0;j<i-1;j++)//相邻的不能偷所以j小于i-1
            {
                dp[i] = max(dp[i],dp[j]+nums[i]);//更新dp,存前i个元素中,能偷到的最大价值
                maxV = max(maxV,dp[i]);//存储可能偷到的最大的价值
            }
        }
        return maxV;
    }
};

 

方法二:动态规划,时间复杂度O(n) 

class Solution {
public:
    int rob(vector<int>& nums) {
        vector<int> dp(101,0);//dp数组,存储前k个元素里能偷到的最大价值
        int size = nums.size();//统计向量中的元素
        if(size==0) return 0;//没有就返回0
        else if(size==1) return nums[0];//只有一个就返回一个
        else if(size==2) return max(nums[0],nums[1]);//返回比较大的那个
        dp[0] = nums[0],dp[1] = max(nums[0],nums[1]);//赋值
        for(int i=2;i<size;i++)
        {
            dp[i] = max(dp[i-1],dp[i-2]+nums[i]);//根据前i-2个房屋里能偷到的总价值与第i个房子的总价的和,与前i-1个房子能偷到的总价进行比较,决定第i个房子要不要偷
        }
        return dp[size-1];
    }
};

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值