198. 打家劫舍

最新推荐文章于 2024-09-03 16:44:30 发布

start_lie

最新推荐文章于 2024-09-03 16:44:30 发布

阅读量113

点赞数

CC 4.0 BY-SA版权

分类专栏： LeetCode

本文链接：https://blog.youkuaiyun.com/start_lie/article/details/84144854

LeetCode 专栏收录该内容

121 篇文章

订阅专栏

探讨了如何使用动态规划解决特殊约束条件下的最大值问题，通过实例展示了一种高效算法，用于计算在不触动警报的情况下，从一系列房屋中能偷窃到的最高金额。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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 。

=========================================================================

先说好,我tm不是一个专业的小偷

解题思路: 动态规划 , 和爬楼梯一样, 这里的备忘录只需要两个整数即可

贴一下代码

class Solution {
    public int rob(int[] nums) {
        if(nums.length==0){
            return 0;
        }
        if(nums.length==1){
            return nums[0];
        }
        int dp1 = nums[0];
        int dp2 = Math.max(dp1,nums[1]);
        int result = dp2;
        for (int i = 2; i < nums.length; i++) {
            result = Math.max(nums[i]+dp1,dp2);
            dp1=dp2;
            dp2=result;
        }
        return result;
    }
}