动态规划之周某打家劫舍问题
Posted 刘小怪tt
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了动态规划之周某打家劫舍问题相关的知识,希望对你有一定的参考价值。
窃-格瓦拉计划偷窃沿街的房屋。每间房内都藏有一定的现金,影响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周某闯入,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 。
Python解法一:
class Solution(object):
def rob(self, nums):
"""
:type nums: List[int]
:rtype: int
"""
if not nums:
return 0
dp = [nums[0]]
if len(nums) == 1:
return dp[0]
dp.append(max(nums[0], nums[1]))
# if len(nums) == 2:
# return dp[1]
for i in range(2, len(nums)):
dp.append(max(dp[i-2] + nums[i], dp[i-1]))
# print dp
return dp[-1]
Python解法二:
class Solution(object):
def rob(self, nums):
"""
:type nums: List[int]
:rtype: int
"""
# return 0
if not nums:
return 0
dp = [0 for _ in nums]
dp[0] = nums[0]
for i in range(1, len(nums)):
if i == 1:
dp[i] = max(dp[0], nums[i])
else:
dp[i] = max(dp[i - 2] + nums[i], dp[i - 1])
return dp[-1]
以上是关于动态规划之周某打家劫舍问题的主要内容,如果未能解决你的问题,请参考以下文章
LeetCodeLeetCode之删除并获得点数——动态规划排序+动态规划
LeetCodeLeetCode之跳跃游戏——动态规划+贪心算法
LeetCodeLeetCode之打家劫舍暴力递归动态规划动态规划之优化空间的具体分析与实现
LeetCodeLeetCode之打家劫舍Ⅱ——暴力递归+动态规划解决循环问题+DP空间优化