leetcode 198 打家劫舍

本文详细解析了类似于LeetCode 70题的爬楼梯问题,通过递归、记忆化递归和迭代三种方法,逐步优化算法效率,旨在帮助读者深入理解动态规划的核心思想。

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

和leetcode 70 爬楼梯 解决问题的思想很像;

要求最大和,可以分两种情况:
① 第n个数选中,结果是 nums[n-1]+前n-2个数的最大和;
② 第n个数不选,结果是前n-1个数的最大和;
最终的结果是max(①,②);

代码1:单纯递归的方法,但超时;

class Solution {
public:
	static int rob(vector<int>& nums) {
		return help(nums, nums.size());
	}
	static int help(vector<int> &nums, int index)   //index表示数组size, 不是下标;
	{
		if (!index) return 0;
		if (index == 1) return nums[0];
		if (index == 2) return max(nums[0], nums[1]);
		return max(nums[index - 1] + help(nums, index - 2), help(nums, index - 1));   //核心句;
	}
	static int max(int a, int b)
	{
		return a > b ? a : b;
	}
};

代码2:记忆路径的递归,可以避免很多重复的递归计算,节省时间;也是第一个ac的代码;

class Solution {
public:
	static int rob(vector<int>& nums) {
		if (!nums.size()) return 0;
		vector<int> favor(nums.size(), -1);
		return help(nums, nums.size(), favor);
	}
	static int help(vector<int> &nums, int index, vector<int> &favor)
	{

		if (favor[index - 1] != -1) return favor[index - 1];
		if (!index) return 0;
		if (index == 1)
			return favor[0] = nums[0];
		if (index == 2)
			return favor[1] = max(nums[0], nums[1]);
		return favor[index - 1] = max(nums[index - 1] + help(nums, index - 2, favor), help(nums, index - 1, favor));  //核心句;
	}
	static int max(int a, int b)
	{
		return a > b ? a : b;
	}
};

代码3:递归是自顶向下的求解,直到发现出口,然后逐层向上返回;

而迭代是从下面的、最小的子问题出发,一步步向上求解;

在求 nums[0] 到 nums[i] 这一序列的最大和的时候,只需要用到两个数据,即nums[i-1]处的最大和 以及 nums[i-2]处的最大和;

因此不需要用一个数组存储已有的数据,只用a,b两个变量即可;

时间复杂度线性,原地操作;

class Solution {
public:
	static int rob(vector<int>& nums) {
		if (!nums.size()) return 0;
		if (nums.size() == 1) return nums[0];
		int a = nums[0], b = max(nums[1], nums[0]), temp;
		for (int i = 2; i <= nums.size() - 1; i++)
		{
			temp = b;
			b = max(nums[i] + a, b);
			a = temp;
		}
		return b;
	}
	static int max(int a, int b)
	{
		return a > b ? a : b;
	}
};

希望对大家有所帮助。

评论 1
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