• 213. 打家劫舍 II


    213. 打家劫舍 II

    题目链接:213. 打家劫舍 II(中等)

    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。这个地方所有的房屋都 围成一圈 ,这意味着第一个房屋和最后一个房屋是紧挨着的。同时,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 ,今晚能够偷窃到的最高金额。

    示例 1:

    输入:nums = [2,3,2]
    输出:3
    解释:你不能先偷窃 1 号房屋(金额 = 2),然后偷窃 3 号房屋(金额 = 2), 因为他们是相邻的。

    示例 2:

    输入:nums = [1,2,3,1]
    输出:4
    解释:你可以先偷窃 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 3:

    输入:nums = [1,2,3]
    输出:3

    提示:

    • 1 <= nums.length <= 100

    • 0 <= nums[i] <= 1000

    解题思路

    该题与198. 打家劫舍 差不多,只是所有的房屋都 围成一圈了。

    具体可以分成两种情况,具体如代码中的注释。

    C++

    class Solution {
    public:
        int rob(vector<int>& nums) {
            if (nums.size() == 0) return 0;
            if (nums.size() == 1) return nums[0];
            if (nums.size() == 2) return max(nums[0], nums[1]);
            // 情况一:不偷最后一个房间(下标为nums.size()-1),那第一个房间(下标为0)可偷可不偷(具体交给递归算法)
            int result1 = robfun(nums, 0, nums.size() - 2);
            // 情况二:不偷第一个房间(下标为0),那最后一个房间(下标为nums.size()-1)可偷可不偷(具体交给递归算法)
            int result2 = robfun(nums, 1, nums.size() - 1);
            // 最后取两种情况的最大值
            return max(result1, result2);
        }
    ​
        // 该算法与 198. 打家劫舍 一样
        int robfun(vector<int> nums, int start, int end) {
    //        说明:被注释的写法和没有被注释的写法都可
    //        vector<int> dp( nums.size(), 0 );
    //        dp[start] = nums[start];
    //        dp[start + 1] = max(nums[start], nums[start + 1]);
    //        for (int i = start + 2; i <= end; i++) {
    //            dp[i] = max(dp[i - 1], dp[i - 2] + nums[i]);
    //        }
    //        return dp[end];
    ​
            vector<int> dp((end - start) + 1, 0 );
            dp[0] = nums[start];
            dp[1] = max(nums[start], nums[start + 1]);
            for (int i = 2; i <= end - start; i++) {
                dp[i] = max(dp[i - 1], dp[i - 2] + nums[start + i]);
            }
            return dp[end - start];
        }
    };

    JavaScript

    /**
     * @param {number[]} nums
     * @return {number}
     */
    var rob = function(nums) {
        if (nums.length === 0) return 0;
        if (nums.length === 1) return nums[0];
        if (nums.length === 2) return Math.max(nums[0], nums[1]);
        let result1 = robfun(nums, 0, nums.length - 2);
        let result2 = robfun(nums, 1, nums.length - 1);
        return Math.max(result1, result2);
    };
    ​
    /**
     * @param {number[]} nums
     * @param {number} start
     * @param {number} end
     * @return {number}
     */
    var robfun = function(nums, start, end) {
        const dp = new Array(nums.length).fill(0);
        dp[start] = nums[start];
        dp[start + 1] = Math.max(nums[start], nums[start + 1]);
        for (let i = start + 2; i <= end; i++) {
            dp[i] = Math.max(dp[i - 1], dp[i - 2] + nums[i]);
        }
        return dp[end];
    };

     

  • 相关阅读:
    19. 各种提权姿势总结
    18. 各种数据库查询基础
    Kafka——分布式消息系统
    跳表
    Linux的io机制
    Make命令
    ElasticSearch之二——集群
    ElasticSearch之一——索引
    Scribe日志收集工具
    Thrift 的原理和使用
  • 原文地址:https://www.cnblogs.com/wltree/p/15982427.html
Copyright © 2020-2023  润新知