leetcode198 打家劫舍

最新推荐文章于 2025-07-30 11:35:23 发布

原创最新推荐文章于 2025-07-30 11:35:23 发布 · 108 阅读

CC 4.0 BY-SA版权

该博客探讨了一个关于小偷盗窃问题的算法解决方案，使用动态规划策略来确定在不触发防盗系统的情况下，能够最大化夜间盗窃的总金额。通过维护两个状态变量，分别代表包含当前房屋和不包含当前房屋的最大金额，不断更新这两个状态以找到最优解。示例展示了如何应用这种方法解决具体案例。

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 。

提示：
1 <= nums.length <= 100
0 <= nums[i] <= 400

思路：题干的意思为不能进行连续偷窃，那么就保存两个变量，一个为取当前值时的变量，此时不能取上一个值，一个为取上一个值的变量，当前值便不能取，依次更新这两个变量，并不断计算求和。

代码：

class Solution {
public:
    int rob(vector<int>& nums) {
        int n=nums.size();
        int a,b,i,sum;
        a=0;
        b=0;
for(i=0;i<n;i++)
{
    if(a+nums[i]>=b)
    {
        sum=a+nums[i];
        a=b;
        b=sum;
    }
    else
    {
        a=b;
    }
}
return sum;
    }
};