1、解题思路
- 问题分解:由于第一个和最后一个房间相邻,可以将问题分解为两种情况:
不偷最后一个房间(即只考虑前 n-1 个房间)。不偷第一个房间(即只考虑后 n-1 个房间)。两种情况的最大值即为最终答案。
- 动态规划:对于非环形问题,使用动态规划:
dp[i] = max(dp[i-1], dp[i-2] + nums[i])。对于环形问题,分别计算两种情况的最大值。
- 空间优化:使用两个变量 prev1 和 prev2 来存储前两个状态,优化空间复杂度。
2、代码实现
C++
class Solution {
public:
/**
* 代码中的类名、方法名、参数名已经指定,请勿修改,直接返回方法规定的值即可
*
*
* @param nums int整型vector
* @return int整型
*/
int rob(vector<int>& nums) {
// write code here
int n = nums.size();
if (n == 1) {
return nums[0];
}
if (n == 2) {
return max(nums[0], nums[1]);
}
return max(robRange(nums, 0, n - 2), robRange(nums, 1, n - 1));
}
int robRange(vector<int>& nums, int start, int end) {
int prev2 = 0, prev1 = 0;
for (int i = start; i <= end; ++i) {
int cur = max(prev1, prev2 + nums[i]);
prev2 = prev1;
prev1 = cur;
}
return prev1;
}
};
Java
import java.util.*;
public class Solution {
/**
* 代码中的类名、方法名、参数名已经指定,请勿修改,直接返回方法规定的值即可
*
*
* @param nums int整型一维数组
* @return int整型
*/
public int rob (int[] nums) {
// write code here
int n = nums.length;
if (n == 1) return nums[0];
if (n == 2) return Math.max(nums[0], nums[1]);
return Math.max(robRange(nums, 0, n - 2), robRange(nums, 1, n - 1));
}
private int robRange(int[] nums, int start, int end) {
int prev2 = 0, prev1 = 0;
for (int i = start; i <= end; i++) {
int curr = Math.max(prev1, prev2 + nums[i]);
prev2 = prev1;
prev1 = curr;
}
return prev1;
}
}
Python
#
# 代码中的类名、方法名、参数名已经指定,请勿修改,直接返回方法规定的值即可
#
#
# @param nums int整型一维数组
# @return int整型
#
class Solution:
def rob(self , nums: List[int]) -> int:
# write code here
n = len(nums)
if n == 1:
return nums[0]
if n == 2:
return max(nums[0], nums[1])
return max(self.robRange(nums, 0, n - 2), self.robRange(nums, 1, n - 1))
def robRange(self, nums: List[int], start: int, end: int) -> int:
prev2, prev1 = 0, 0
for i in range(start, end + 1):
curr = max(prev1, prev2 + nums[i])
prev2, prev1 = prev1, curr
return prev1
3、复杂度分析