198. 打家劫舍 golang 动态规划 数组越界

本文探讨了著名的“打家劫舍”问题,通过动态规划算法寻找从一系列房屋中偷窃的最优策略,确保不触动警报的同时获得最高金额。文章详细解析了动态方程f(k)=max(f(k-2)+Ai,f(k-1)),并提供了两种不同的Go语言实现代码,展示了如何从前k个房子中找到最大金额。

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

题目

198. 打家劫舍
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,计算你在不触动警报装置的情况下,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 。

分析

设f(k)为从前k个房子能够找到最大的金额,Ai为第i个房子的金额

n = 1 f(1) = A1
n = 2 f(2) = max(A1, A2)
n = 3 :

  1. 第三个加第一个房子金额(1,2,3,4)
  2. 不加保持金额最大(2,1,1,2)

得出动态方程
f(k) = max(f(k-2) +Ai, f(k-1))

代码

数组越界的处理

func rob(nums []int) int {
	dp := make([]int, len(nums)+2)

	for i, key := range nums {
		dp[i+2] = max(dp[i+1], dp[i] + key)
	}
	return dp[len(dp)-1]
}

func max(n, m int) int {
	if n > m {
		return n
	} else {
		return m
	}
}

这个版本的代码不太好,没有用到动态规划的方程。

func rob(nums []int) int {
	curr := 0
	prev := 0
	for _, key := range nums {
		temp := curr
		curr = max(prev+key, curr)
		prev = temp
	}
	return curr
}

func max(n, m int) int {
	if n > m {
		return n
	} else {
		return m
	}
}
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