LeetCode 198 打家劫舍

最新推荐文章于 2025-12-15 23:25:39 发布

原创最新推荐文章于 2025-12-15 23:25:39 发布 · 292 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#leetcode #动态规划 #算法

leetcode 专栏收录该内容

64 篇文章

订阅专栏

该博客介绍了如何运用动态规划算法来解决一个经典问题：在给定的整数数组中，找到能获取最大和的非空连续子数组。博主通过构建状态转移方程和初始化边界条件，展示了一个简洁的Python实现。动态规划方法有效地避免了重复计算，提高了求解效率。

直接用动态优化解决

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

处理好两端，dp[0]=nums[0],dp[1]=max(nums[0],nums[1])

那么，循环就直接从2开始到len(nums)

代码呈上

class Solution:
    def rob(self, nums: List[int]) -> int:
        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-2]+nums[i],dp[i-1])
        return dp[n-1]