题目描述
阿福是一名经验丰富的大盗。趁着月黑风高,阿福打算今晚洗劫一条街上的店铺。
这条街上一共有 NNN 家店铺,每家店中都有一些现金。
阿福事先调查得知,只有当他同时洗劫了两家相邻的店铺时,街上的报警系统才会启动,然后警察就会蜂拥而至。
作为一向谨慎作案的大盗,阿福不愿意冒着被警察追捕的风险行窃。
他想知道,在不惊动警察的情况下,他今晚最多可以得到多少现金?
输入格式
输入的第一行是一个整数 TTT,表示一共有 TTT 组数据。
接下来的每组数据,第一行是一个整数 NNN,表示一共有NNN 家店铺。
第二行是 NNN 个被空格分开的正整数,表示每一家店铺中的现金数量。
每家店铺中的现金数量均不超过100010001000。
输出格式
对于每组数据,输出一行。
该行包含一个整数,表示阿福在不惊动警察的情况下可以得到的现金数量。
数据范围
1≤T≤501≤T≤501≤T≤50,
1≤N≤1051≤N≤10^51≤N≤105
输入样例
2
3
1 8 2
4
10 7 6 14
输出样例
8
24
样例解释
对于第一组样例,阿福选择第2家店铺行窃,获得的现金数量为8。
对于第二组样例,阿福选择第1和4家店铺行窃,获得的现金数量为10+14=24。
算法思想
一、朴素版线性动态规划
从题目描述可知,当阿福同时洗劫了两家相邻的店铺时,街上的报警系统才会启动,也就是说,阿福在不惊动警察的情况下不能洗劫相邻两家店铺。欲求最多可以得到多少现金,可以使用线性动态规划的思想:
状态表示
f[i]
表示洗劫前i
家店铺的最大收益
状态计算
因为不能洗劫相邻两家店铺,所以洗劫前i
家店铺的最大收益可以分为两种情况:
- 不抢第
i
家店铺,最大收益为洗劫前i -1
家店铺的最大收益 - 抢劫第
i
家店铺,最大收益为洗劫前i - 2
家店铺的最大收益,即不抢劫第i - 1
家店铺。
因此状态转移方程可以表示为:f[i] = max(f[i - 1], f[i - 2] + w[i])
初始状态
f[0] = 0, f[1] = w[1]
时间复杂度
O(n)O(n)O(n)
代码实现
#include <iostream>
#include <cstdio>
using namespace std;
const int N = 100010;
int w[N], f[N];
int main()
{
int T;
cin >> T;
while(T --)
{
int n;
scanf("%d", &n);
for(int i = 1; i <= n; i ++) scanf("%d", &w[i]);
f[0] = 0, f[1] = w[1];
for(int i = 2; i <= n; i ++)
{
f[i] = max(f[i - 1], f[i - 2] + w[i]);
}
printf("%d\n", f[n]);
}
return 0;
}
二、状态机模型
使用上述线性动态规划的思想,i
阶段的状态与i - 1
和i - 2
阶段的状态有关。如果想在计算第i
阶段的状态时,只考虑i - 1
阶段的状态,那么可以使用状态机思想,将每个阶段的状态细分,即每个阶段都有抢和不抢两种状态,如下图所示:
上述状态机描述了三种符合条件的状态转换:
- 从不抢 -> 不抢,即上一家店铺不抢,不抢当前店铺
- 从抢 -> 不抢,即洗劫上一家店铺,不抢当前店铺
- 从不抢 -> 抢,即上一家店铺不抢,洗劫当前店铺
因此,可以使用该状态机模型定义每个阶段的状态,并进行状态计算。
状态表示
f[i][0]
表示在不洗劫第i
家店铺的情况下,洗劫前i
家店铺的最大收益。
f[i][1]
表示在洗劫第i
家店铺的情况下,洗劫前i
家店铺的最大收益。
状态计算
f[i][0] = max(f[i - 1][0], f[i - 1][1])
f[i][1] = f[i - 1][0] + w[i]
初始状态
f[0][0] = 0, f[0][1] = -INF
时间复杂度
O(n)O(n)O(n)
代码实现
#include <iostream>
#include <cstdio>
using namespace std;
const int N = 100010, INF = 0x3f3f3f3f;
int w[N], f[N][2];
int main()
{
int T;
cin >> T;
while(T --)
{
int n;
cin >> n;
for(int i = 1; i <= n; i ++) scanf("%d", &w[i]);
f[0][0] = 0, f[0][1] = -INF;
for(int i = 1; i <= n; i ++)
{
f[i][0] = max(f[i - 1][0], f[i - 1][1]);
f[i][1] = f[i - 1][0] + w[i];
}
printf("%d\n", max(f[n][0], f[n][1]));
}
return 0;
}