每日leetcode4.15-打家劫舍

cx_0401

于 2021-04-15 22:00:37 发布

阅读量91

点赞数

分类专栏： leetcode每日刷题文章标签： leetcode python 动态规划算法

本文链接：https://blog.youkuaiyun.com/qq_40438523/article/details/115729854

版权

leetcode每日刷题专栏收录该内容

17 篇文章

订阅专栏

这篇博客介绍了如何使用动态规划解决打家劫舍问题，包括经典的198.打家劫舍和213.打家劫舍II。在198题中，博主展示了如何构建状态转移方程，选择抢劫或不抢劫每个房子以最大化收益。在213题中，博主通过两次应用同一动态规划策略，分别考虑从头开始和跳过第一个房子开始抢劫的情况，以找到最大收益。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

198. 打家劫舍

简单dp，下面有进阶版

from typing import List


class Solution:
    def rob(self, nums: List[int]) -> int:
        l = len(nums)
        dp = [0] * l
        dp[0] = nums[0]
        for i in range(1, l):
            if i == 1:
                dp[i] = max(nums[0], nums[1])
            else:
                dp[i] = max(dp[i - 2] + nums[i], dp[i - 1])
        return dp[l - 1]


if __name__ == '__main__':
    x = Solution()
    arr = [2, 3]
    print(x.rob(arr))

213. 打家劫舍 II

实际上两次dp即可

from typing import List


class Solution:
    def rob(self, nums: List[int]) -> int:
        if len(nums) == 1:
            return nums[0]

        def rub1(num):
            l = len(num)
            dp = [0] * l
            dp[0] = num[0]
            for i in range(1, l):
                if i == 1:
                    dp[i] = max(num[0], num[1])
                else:
                    dp[i] = max(dp[i - 2] + num[i], dp[i - 1])
            return dp[l - 1]

        return max(rub1(nums[0:len(nums) - 1]), rub1(nums[1:len(nums)]))


if __name__ == '__main__':
    x = Solution()
    arr = [1, 1, 3, 6, 7]
    print(x.rob(arr))