61.打家劫舍

该博客介绍了一个关于小偷盗窃的动态规划问题,分析了如何在不触发警报的情况下,最大化盗窃金额。博主首先定义了dp数组的含义和递推公式,然后通过初始化dp数组并从前向后遍历,计算出最优解。最后提供了Java代码实现来演示解题过程。

一、题目描述

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。

在这里插入图片描述

二、解题思路

第一步:确定dp数组(dp table)以及下标的含义

dp[i] :考虑下标i(包括i)以内的房屋,最多可以偷窃的⾦额为dp[i]

第二步:确定递推公式

根据题目,相邻的房间同时被偷是会触碰警报的,所以说对于第i间房屋,存在两种状态,偷还是偷:

  • 如果偷的话,那么第i-1间房是不偷的,偷第i间房之前上一家偷的是第i-2间房屋,所以说dp[i] = dp[i-2] + nums[i]即:最多可以偷到的钱的金额是dp[i-2]加上第i间房偷到的钱。
  • 如果不偷第i间房屋的话,那么dp[i] = dp[i-1],即考虑i-1(注意这里是考虑,并不是一定要偷)

所以递推公式是:

dp[i] = Math.max(dp[i-2]+nums[i], dp[i-1]);

第三步:dp数组如何初始化

对于nums数组中值,只需要初始化dp[0]dp[1],因为最开始这两间房子是相邻的,起步要偷的第一件房就是其中金额最大的。

  • dp[0]只有一件房子表示偷这件房屋所获得金额,dp[0] = nums[0]
  • dp[1]表示有两件房子,选择其中金额数大的去偷,dp[1] = Math.max(nums[0],num[1])

第四步:确定遍历顺序

dp[i] 是根据dp[i - 2] 和 dp[i - 1] 推导出来的,那么⼀定是从前到后遍历!

for(int i=2; i<nums.length; i++){
	dp[i] = Math.max(dp[i-2]+nums[i], dp[i-1]);
}

第五步:举例推导dp数组
在这里插入图片描述

三、代码演示

class Solution {
    public int rob(int[] nums) {
        //特判
        if(nums==null || nums.length==0){
            return 0;
        }
        //当只有一件房子时候,就偷它
        if(nums.length == 1){
            return nums[0];
        }

        //创建dp
        int[] dp = new int[nums.length];
        
        //dp初始化
        dp[0] = nums[0]; //数组下标从0开始的,所以dp[0]就是偷第一间房屋的钱
        dp[1] = Math.max(nums[0],nums[1]);  //相邻的两间房屋选金额大的偷

        //遍历
        for(int i=2; i<nums.length; i++){
            dp[i] = Math.max(dp[i-2]+nums[i], dp[i-1]);
        }
        return dp[nums.length-1];
    }
}
# 力扣hot100刷题记录表 ### 一,哈希部分 - [ ] 1. 两数之和 (简单) - [ ] 2. 字母异位词分组(中等) - [ ] 3. 最长连续序列(中等) ### 二,双指针部分 - [ ] 4. 移动零(简单) - [ ] 5. 盛水最多的容器 (中等) - [ ] 6. 三数之和 (中等) - [ ] 7. 接雨水(困难) ### 三,滑动窗口 - [ ] 8. 无重复字符的最长子串(中等) - [ ] 9. 找到字符中所有的字母异位词(中等) ### 四,子串 - [ ] 10. 和为k的子数组(中等) - [ ] 11. 滑动窗口最大值(困难) - [ ] 12. 最小覆盖子窜(困难) ### 五,普通数组 - [ ] 13. 最大子数组和(中等) - [ ] 14. 合并区间(中等) - [ ] 15. 轮转数组(中等) - [ ] 16. 除自身以外数组的乘积(中等) - [ ] 17. 缺失的第一个正数(困难) ### 六,矩阵 - [ ] 18. 矩阵置零(中等) - [ ] 19. 螺旋矩阵 (中等) - [ ] 20. 旋转图像 (中等) - [ ] 21. 搜索二维矩阵Ⅱ (中等) ### 七,链表 - [ ] 22. 相交链表 (简单) - [ ] 23. 反转链表 (简单) - [ ] 24. 回文链表 (简单) - [ ] 25. 环形链表 (简单) - [ ] 26. 环形链表Ⅱ (中等) - [ ] 27. 合并两个有序链表 (简单) - [ ] 28. 两数相加 (中等) - [ ] 29. 删除链表的倒数第 N 个结点 (中等) - [ ] 30. 两两交换链表中的节点 (中等) - [ ] 31. K个一组翻转链表 (困难) - [ ] 32. 随机链表的复制 (中等) - [ ] 33. 排序链表 (中等) - [ ] 34. 合并 K 个升序链表 (困难) - [ ] 35. LRU 缓存 (中等) ### 八,二叉树 - [ ] 36. 二叉树的中序遍历 (简单) - [ ] 37. 二叉树的最大深度 (简单) - [ ] 38. 翻转二叉树 (简单) - [ ] 39. 对称二叉树 (简单) - [ ] 40. 二叉树的直径 (简单) - [ ] 41. 二叉树的层序遍历 (中等) - [ ] 42. 将有序数组转换为二叉搜索树 (简单) - [ ] 43. 验证二叉搜索树 (中等) - [ ] 44. 二叉搜索树中第 K 小的元素 (中等) - [ ] 45. 二叉树的右视图 (中等) - [ ] 46. 二叉树展开为链表 (中等) - [ ] 47. 从前序与中序遍历序列构造二叉树 (中等) - [ ] 48. 路径总和 III (中等) - [ ] 49. 二叉树的最近公共祖先 (中等) - [ ] 50. 二叉树中的最大路径和 (困难) ### 九,图论 - [ ] 51. 岛屿数量 (中等) - [ ] 52. 腐烂的橘子 (中等) - [ ] 53. 课程表 (中等) - [ ] 54. 实现 Trie(前缀树) (中等) ### 十,回溯 - [ ] 55.全排列(中等) - [ ] 56.子集(中等) - [ ] 57.电话号码的字母组合(中等) - [ ] 58.组合总和(中等) - [ ] 59.括号生成(中等) - [ ] 60.单词搜索(中等) - [ ] 61.分割回文串(中等) - [ ] 62.N 皇后 (困难) ### 十一,二分查找 - [ ] 63. 搜索插入位置 (简单) - [ ] 64. 搜索二维矩阵 (中等) - [ ] 65. 在排序数组中查找元素的第一个和最后一个位置 (中等) - [ ] 66. 搜索旋转排序数组 (中等) - [ ] 67. 寻找旋转排序数组中的最小值 (中等) - [ ] 68. 寻找两个正序数组的中位数 (困难) ### 十二,栈 - [ ] 69. 有效的括号 (简单) - [ ] 70. 最小栈 (中等) - [ ] 71. 字符串解码 (中等) - [ ] 72. 每日温度 (中等) - [ ] 73. 柱状图中最大的矩形 (困难) ### 十三,堆 - [ ] 74. 数组中的第K个最大元素 (中等) - [ ] 75. 前K 个高频元素 (中等) - [ ] 76. 数据流的中位数 (闲难) ### 十四,贪心算法 - [ ] 77. 买卖股票的最佳时机 (简单) - [ ] 78. 跳跃游戏 (中等) - [ ] 79. 跳跃游戏 III (中等) - [ ] 80. 划分字母区间 (中等) ### 十五,动态规划 - [ ] 81. 爬楼梯(简单) - [ ] 82. 杨辉三角 (简单) - [ ] 83. 打家劫舍 (中等) - [ ] 84. 完全平方数 (中等) - [ ] 85. 零钱兑换 (中等) - [ ] 86. 单词拆分 (中等) - [ ] 87. 最长递增子序列 (中等) - [ ] 88. 乘积最大子数组 (中等) ### 十六,多维动态规划 - [ ] 91. 不同路径 (中等) - [ ] 92. 最小路径和 (中等) - [ ] 93. 最长回文子串 (中等) - [ ] 94. 最长公共子序列 (中等) - [ ] 95. 编辑距离 (中等) ### 十七,技巧 - [ ] 96. 只出现一次的数字 (简单) - [ ] 97. 多数元素 (简单) - [ ] 98. 颜色分类 (中等) - [ ] 99. 下一个排列 (中等) - [ ] 100. 寻找重复数 (中等) 如何使用
07-20
打家劫舍”在不同语境下有不同含义,下面从其成语解释和算法问题两个方面来介绍: ### 成语解释 “打家劫舍”是一个汉语成语,拼音是dǎ jiā jié shè,指成帮结伙到人家里抢夺财物。出自元·武汉臣《玉壶春》第四折:“见俫子撅天扑地,不弱如打家劫舍杀人贼。” ### 算法问题 在算法领域,“打家劫舍”是一类经典的动态规划问题,通常有以下几种常见变体: #### 打家劫舍 I 你是一个专业的小偷,计划偷窃沿街房屋每间房都藏有一定的现金,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**: ```plaintext 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 。 ``` **代码实现(Python)**: ```python def rob(nums): if not nums: return 0 n = len(nums) if n == 1: return nums[0] dp = [0] * n dp[0] = nums[0] dp[1] = max(nums[0], nums[1]) for i in range(2, n): dp[i] = max(dp[i - 1], dp[i - 2] + nums[i]) return dp[-1] nums = [1,2,3,1] print(rob(nums)) ``` #### 打家劫舍 II 这个问题是打家劫舍的延伸,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 。 **示例**: ```plaintext 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。 ``` **代码实现(Python)**: ```python def rob(nums): def rob_range(nums, start, end): if start == end: return nums[start] dp = [0] * len(nums) dp[start] = nums[start] dp[start + 1] = max(nums[start], nums[start + 1]) for i in range(start + 2, end + 1): dp[i] = max(dp[i - 1], dp[i - 2] + nums[i]) return dp[end] if not nums: return 0 n = len(nums) if n == 1: return nums[0] return max(rob_range(nums, 0, n - 2), rob_range(nums, 1, n - 1)) nums = [2,3,2] print(rob(nums)) ```
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