题意理解
对于一个非负数组nums,我们从中选取若干个数,要求被选到的数不能相邻。问选到的数之和最大为多少。
方法一
动态规划
由于相邻的数字不能同时选,那么不确定的因素太多了,我们先要确定一个下来。使用value数组表示从前往后到第i个数字,且选择第i个数字的时候,选到的数之和的最大值。因为最后的结果中肯定有某个数是最后一个被选到的数字,所以我们只要遍历一遍value,找到其最大值即可。
至于value[i]怎么求。我们假设已经知道之前每个位置上的value,value[i]则为nums[i]加上value[0]~value[i-2]之间的最大值,nums[i-1]是不能被选的。这样状态转移方程就很简单,且考虑了所有情况。
以[2,4,5,8,3]为例,示意图如下:
但是在求value[0]~value[i-2]之间的最大值时,如果再用一遍循环,会导致双重循环而超时。因此使用一个整型变量maxm记录之前value的最大值,进来一个新的value[i]直接更新即可。
具体代码如下:
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
vector<int> value;
//对于第i个房子,我们至少可以偷他一家
for (int i=0;i<nums.size();i++)
{
value.push_back(nums[i]);
}
int ans = max(value[0],value[1]);
//用一个maxm记录value[i-1]之前的最大值。
int maxm = value[0];
for (int i=2;i<nums.size();i++)
{
//更新maxm的值
if ((i-2)>0) maxm = max(maxm, value[i-2]);
value[i] += maxm;
ans = max(ans, value[i]);
}
return ans;
}
};
时间复杂度:。只对nums和value数组进行了一次遍历,长度均为N。
空间复杂度:。开辟了新数组value,长度和nums一样都为N。
方法二
动态规划
这次换一种思路。既然每个数字有2种情况,选或者不选,那么就使用一个二维数组dp,其行数为nums的大小,有2列(0表示不选,1表示选)。状态转移方程为:
具体代码如下:
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
vector<vector<int>> dp = vector<vector<int>>(nums.size(),vector<int>(2,0));
dp[0][1] = nums[0];
for (int i=1;i<nums.size();i++)
{
dp[i][0] = max(dp[i-1][1],dp[i-1][0]);
dp[i][1] = dp[i-1][0] + nums[i];
}
//返回时在要在是否选择最后一个数中判断一下
return max(dp[nums.size()-1][0],dp[nums.size()-1][1]);
}
};
时间复杂度:。只对nums数组进行了一次遍历,长度为N。
空间复杂度:。开辟了新的二维数组dp,列数是固定值为2。