0198. 打家劫舍

0198. 打家劫舍 #

  • 标签:动态规划
  • 难度:中等

题目大意 #

描述:给定一个数组 numsnum[i] 代表第 i 间房屋存放的金额。相邻的房屋装有防盗系统,假如相邻的两间房屋同时被偷,系统就会报警。

要求:假如你是一名专业的小偷,计算在不触动警报装置的情况下,一夜之内能够偷窃到的最高金额。

说明

  • $1 \le nums.length \le 100$。
  • $0 \le nums[i] \le 400$。

示例

1
2
3
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 

解题思路 #

思路 1:动态规划 #

1. 划分阶段 #

按照房屋序号进行阶段划分。

2. 定义状态 #

定义状态 dp[i] 表示为:前 i 间房屋所能偷窃到的最高金额。

3. 状态转移方程 #

如果房屋数大于等于 3 间,则偷窃第 i 间房屋的时候,就有两种状态:

  • 偷窃第 i 间房屋,那么第 i - 1 间房屋就不能偷窃了,偷窃的最高金额为:前 i - 2 间房屋的最高总金额 + 第 i 间房屋的金额,即 dp[i] = dp[i - 2] + nums[i]
  • 不偷窃第 i 间房屋,那么第 i - 1 间房屋可以偷窃,偷窃的最高金额为:前 i - 1 间房屋的最高总金额,即 dp[i] = dp[i - 1]

然后这两种状态取最大值即可,即状态转移方程为:dp[i] = max(dp[i - 2] + nums[i], dp[i - 1])i > 2 时。

4. 初始条件 #
  • 如果只有一间房,则直接偷这间屋子就能偷到最高金额,即 dp[0] = nums[i]
  • 如果只有两间房,那么就选择金额最大的那间屋进行偷窃,就可以偷到最高金额,即 dp[1] = max(nums[0], nums[1])
5. 最终结果 #

根据我们之前定义的状态,dp[i] 表示为:前 i 间房屋所能偷窃到的最高金额。则最终结果为 dp[size - 1]size 为总的房屋数。

思路 1:动态规划代码 #

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
class Solution:
    def rob(self, nums: List[int]) -> int:
        size = len(nums)
        if size == 1:
            return nums[0]
        if size == 2:
            return max(nums[0], nums[1])
        
        dp = [0 for _ in range(size)]
        dp[0] = nums[0]
        dp[1] = max(nums[0], nums[1])
        
        for i in range(2, size):
            dp[i] = max(dp[i - 2] + nums[i], dp[i - 1])

        return dp[size - 1]

思路 1:复杂度分析 #

  • 时间复杂度:$O(n)$。一重循环遍历的时间复杂度为 $O(n)$。
  • 空间复杂度:$O(n)$。用到了一维数组保存状态,所以总体空间复杂度为 $O(n)$。
本站总访问量  次  |  您是本站第  位访问者