题目主要信息:
  • 给定一个数组,其中代表每家拥有的钱数
  • 小偷每次不能偷取数组中相邻位置的钱,只要不相邻的钱都可以偷
  • 数组形成环形,第一家与最后一家相邻
  • 求最多能偷到钱数
举一反三:

学习完本题的思路你可以解决如下题目:

BM78.打家劫舍(一)

BM80.买卖股票的最好时机(一)

BM81.买卖股票的最好时机(二)

BM82.买卖股票的最好时机(三)

方法:动态规划(推荐使用)

知识点:动态规划

动态规划算法的基本思想是:将待求解的问题分解成若干个相互联系的子问题,先求解子问题,然后从这些子问题的解得到原问题的解;对于重复出现的子问题,只在第一次遇到的时候对它进行求解,并把答案保存起来,让以后再次遇到时直接引用答案,不必重新求解。动态规划算法将问题的解决方案视为一系列决策的结果。

思路:

这道题与BM78.打家劫舍(一)比较类似,区别在于这道题是环形,第一家和最后一家是相邻的,既然如此,在原先的方案中第一家和最后一家不能同时取到。

具体做法:

  • step 1:使用原先的方案是:用dp[i]表示长度为i的数组,最多能偷取到多少钱,只要每次转移状态逐渐累加就可以得到整个数组能偷取的钱。

  • step 2:(初始状态) 如果数组长度为1,只有一家人,肯定是把这家人偷了,收益最大,因此dp[1]=nums[0]dp[1] = nums[0]

  • step 3:(状态转移) 每次对于一个人家,我们选择偷他或者不偷他,如果我们选择偷那么前一家必定不能偷,因此累加的上上级的最多收益,同理如果选择不偷他,那我们最多可以累加上一级的收益。因此转移方程为dp[i]=max(dp[i1],nums[i1]+dp[i2])dp[i] = max(dp[i - 1], nums[i - 1] + dp[i - 2])。这里的i在dp中为数组长度,在nums中为下标。

  • step 4:此时第一家与最后一家不能同时取到,那么我们可以分成两种情况讨论:

    • 情况1:偷第一家的钱,不偷最后一家的钱。初始状态与状态转移不变,只是遍历的时候数组最后一位不去遍历。
    • 情况2:偷最后一家的请,不偷第一家的钱。初始状态就设定了dp[1]=0dp[1]=0,第一家就不要了,然后遍历的时候也会遍历到数组最后一位。
  • step 5:最后取两种情况的较大值即可。

图示:

alt

Java实现代码:

import java.util.*;
public class Solution {
    public int rob (int[] nums) {
        //dp[i]表示长度为i的数组,最多能偷取多少钱
        int[] dp = new int[nums.length + 1]; 
        //选择偷了第一家
        dp[1] = nums[0]; 
        //最后一家不能偷
        for(int i = 2; i < nums.length; i++) 
            //对于每家可以选择偷或者不偷
            dp[i] = Math.max(dp[i - 1], nums[i - 1] + dp[i - 2]); 
        int res = dp[nums.length - 1]; 
        //清除dp数组,第二次循环
        Arrays.fill(dp, 0); 
        //不偷第一家
        dp[1] = 0; 
        //可以偷最后一家
        for(int i = 2; i <= nums.length; i++) 
            //对于每家可以选择偷或者不偷
            dp[i] = Math.max(dp[i - 1], nums[i - 1] + dp[i - 2]); 
        //选择最大值
        return Math.max(res, dp[nums.length]); 
    }
}

C++实现代码:

class Solution {
public:
    int rob(vector<int>& nums) {
        //dp[i]表示长度为i的数组,最多能偷取多少钱
        vector<int> dp(nums.size() + 1, 0); 
        //选择偷了第一家
        dp[1] = nums[0]; 
        //最后一家不能偷
        for(int i = 2; i < nums.size(); i++) 
            //对于每家可以选择偷或者不偷
            dp[i] = max(dp[i - 1], nums[i - 1] + dp[i - 2]); 
        int res = dp[nums.size() - 1]; 
        //清除dp数组,第二次循环
        dp.clear(); 
        //不偷第一家
        dp[1] = 0; 
        //可以偷最后一家
        for(int i = 2; i <= nums.size(); i++) 
            //对于每家可以选择偷或者不偷
            dp[i] = max(dp[i - 1], nums[i - 1] + dp[i - 2]); 
        //选择最大值
        return max(res, dp[nums.size()]); 
    }
};

Python代码实现:

class Solution:
    def rob(self , nums: List[int]) -> int:
        #dp[i]表示长度为i的数组,最多能偷取多少钱
        dp1 = [0 for i in range(len(nums) + 1)] 
        #选择偷了第一家
        dp1[1] = nums[0] 
        #最后一家不能偷
        for i in range(2, len(nums)): 
            #对于每家可以选择偷或者不偷
            dp1[i] = max(dp1[i - 1], nums[i - 1] + dp1[i - 2]) 
        res = dp1[len(nums) - 1]; 
        #第二次循环
        dp2 = [0 for i in range(len(nums) + 1)] 
        #不偷第一家
        dp2[1] = 0 
        #可以偷最后一家
        for i in range(2, len(nums) + 1): 
            #对于每家可以选择偷或者不偷
            dp2[i] = max(dp2[i - 1], nums[i - 1] + dp2[i - 2]) 
            #选择最大值
        return max(res, dp2[len(nums)]) 

复杂度分析:

  • 时间复杂度:O(n)O(n),其中nn为数组长度,单独遍历两次数组
  • 空间复杂度:O(n)O(n),动态规划辅助数组的空间