1. 程式人生 > 其它 >力扣 leetcode 213. 打家劫舍 II

力扣 leetcode 213. 打家劫舍 II

問題描述

你是一個專業的小偷,計劃偷竊沿街的房屋,每間房內都藏有一定的現金。這個地方所有的房屋都 圍成一圈 ,這意味著第一個房屋和最後一個房屋是緊挨著的。同時,相鄰的房屋裝有相互連通的防盜系統,如果兩間相鄰的房屋在同一晚上被小偷闖入,系統會自動報警 。

給定一個代表每個房屋存放金額的非負整數陣列,計算你 在不觸動警報裝置的情況下 ,今晚能夠偷竊到的最高金額。

提示:

  • 1 <= nums.length <= 100
  • 0 <= nums[i] <= 1000

示例

示例 1:

輸入:nums = [2,3,2]
輸出:3
解釋:你不能先偷竊 1 號房屋(金額 = 2),然後偷竊 3 號房屋(金額 = 2), 因為他們是相鄰的。

示例 2:

輸入:nums = [1,2,3,1]
輸出:4
解釋:你可以先偷竊 1 號房屋(金額 = 1),然後偷竊 3 號房屋(金額 = 3)。
     偷竊到的最高金額 = 1 + 3 = 4 。

示例 3:

輸入:nums = [1,2,3]
輸出:3

解題思路

這是一個簡單的動態規劃問題,其中一個複雜的點是所有房屋圍成了一圈,不能同時選第一和最後的房子,如何保證這一點呢?如果我們按常規的動態規劃思路來解,我們就要記錄之前的狀態是否選擇了第一間房子,這增加了程式碼的複雜性。

另一個思路是,直接執行兩次動態規劃,第一次可選房子的範圍是[0, n - 2],第二次可選房子的範圍是[1, n - 1]。這樣就保證了第一和最後一間房子不會同時被選中。

接著就是常規的動態規劃問題,狀態轉移方程為:

dp[i] = max(dp[i - 2] + nums[i], dp[i - 1])

邊界條件為:

dp[i] = nums[0], 當nums.size() == 1 時
dp[i] = max(nums[1], nums[2]), 當nums.size() == 2 時

程式碼如下:

class Solution {
public:

    int robRange(vector<int>& nums, int start, int end){
        if(start == end){
            return nums[start];
        }
        int a = nums[start];
        int b = max(nums[start], nums[start + 1]);
        int maxProfit = b;
        int cnt = 0;
        for(int i = start + 2; i <= end; i++){ // 動態規劃
            if(cnt & 1){
                maxProfit = max(b + nums[i], a);
                b = maxProfit;
            }
            else{
                maxProfit = max(a + nums[i], b);
                a = maxProfit;
            }
            cnt ^= 1;
        }
        return maxProfit;
    }

    int rob(vector<int>& nums) {
        const int n = nums.size();
        if(n == 1){ // 邊界條件
            return nums[0];
        }
        else if(n == 2){ // 邊界條件
            return max(nums[0], nums[1]);
        }
        else{ // 進行兩次動態規劃,選擇其中最大值
            return max(robRange(nums, 0, n - 2), robRange(nums, 1, n - 1));
        }
    }
};