lintcode：打劫房屋

题目

打劫房屋

假设你是一个专业的窃贼，准备沿着一条街打劫房屋。每个房子都存放着特定金额的钱。你面临的唯一约束条件是：相邻的房子装着相互联系的防盗系统，且 当相邻的两个房子同一天被打劫时，该系统会自动报警。

给定一个非负整数列表，表示每个房子中存放的钱， 算一算，如果今晚去打劫，你最多可以得到多少钱 在不触动报警装置的情况下。

样例

给定 [3, 8, 4], 返回 8.

挑战

O(n) 时间复杂度 且 O(1) 存储。

解题

定义dp[i]表示打劫第i个房间为止所获得的最大收益，而dp[i]的值只与dp[i-2] 和dp[i-3]有关 并且 dp[i] = A[i] + max(dp[i-2],dp[i-3])

当求解所有的A[i]后，需要对最后两个dp[len-1] dp[len-2] 取最大值作为最后的答案。参考链接

public class Solution {
    /**
     * @param A: An array of non-negative integers.
     * return: The maximum amount of money you can rob tonight
     */
    public long houseRobber(int[] A) {
        // write your code here
        int len = A.length;
        // dp[i] 表达打劫i房间为止所活动的收获 ，与dp[i-2] dp[i-3]有关
        if(len ==0)
            return 0;
        long dp[] = new long[len];
        dp[0] = A[0];
        if(len == 1){
            return dp[0];
        }else if(len == 2){
            dp[1] = A[1];
            return Math.max(dp[0],dp[1]);
        }else if(len == 3){
            dp[1] = A[1];
            dp[2] = A[0] + A[2];
            return Math.max(dp[1],dp[2]);
        }
        dp[1] = A[1];
        dp[2] = A[0] + A[2];
        for(int i = 3;i< len; i++){
            dp[i] = A[i] + Math.max(dp[i-2],dp[i-3]);
        }
        return Math.max(dp[len-2],dp[len-1]);
    }
}

Java Code

总耗时: 3790 ms

不用数组，更改后的程序如下

public class Solution {
    /**
     * @param A: An array of non-negative integers.
     * return: The maximum amount of money you can rob tonight
     */
    public long houseRobber(int[] A) {
        // write your code here
        int len = A.length;
        if(len == 0)
            return 0;

        if(len == 1)
            return A[0];
        if(len == 2)
            return Math.max(A[0],A[1]);
        if(len == 3)
            return Math.max(A[1],A[0] + A[2]);
        long max0 = 0;
        long max1 = 0;
        long max2 = 0;
        long max3 = 0;
        max1 = A[0];
        max2 = A[1];
        for(int i = 2;i< len ;i++){
            max3 = A[i] + Math.max(max0,max1);
            max0 = max1;
            max1 = max2;
            max2 = max3;
        }
        return Math.max(max3,max1);
    }
}

Java Code

讲解

	i-3	i-2	i-1	i
	max0	max1	max2	max3

对第i处的最大值max3 = A[i] + max(max1,max0)

当是i+1个的时候，更新max0、max1、max2

max0 = max1

max1 = max2

max2 = max3

主要对前三个的A[i]需要进行单独处理。

写成Python

class Solution:
    # @param A: a list of non-negative integers.
    # return: an integer
    def houseRobber(self, A):
        # write your code here
        lenA = len(A)
        if A == []:
            return 0
        if lenA == 1:
            return A[0]
        if lenA == 2:
            return max(A[0],A[1])
        dp = [0]*lenA
        dp[0] = A[0]
        dp[1] = A[1]
        dp[2] = A[2] + A[0]
        for i in range(3,lenA):
            dp[i] = A[i] + max(dp[i-2],dp[i-3])
        return max(dp[lenA-1],dp[lenA-2])

Python Code

总耗时: 814 ms

网上看到，也可以这样定义dp[i]，表示当前所能获得的最大收获，这里的值最终就是最大值，由于数组dp的长度是len+1，第一个元素是0，dp[i]也可以理解为，不包含A[i]元素时所取得的最大值。

public class Solution {
    /**
     * @param A: An array of non-negative integers.
     * return: The maximum amount of money you can rob tonight
     */
    public long houseRobber(int[] A) {
        // write your code here
        int len = A.length;
        if(len == 0)
            return 0;
        long dp[] = new long[len+1];
        dp[1] = A[0];
        if(len == 1)
            return dp[1];
        for(int i= 2 ;i<= len ;i++){
            dp[i] = Math.max(dp[i-1],dp[i-2] + A[i-1]);
        }
        return dp[len];
    }
}

不要数组

public class Solution {
    /**
     * @param A: An array of non-negative integers.
     * return: The maximum amount of money you can rob tonight
     */
    public long houseRobber(int[] A) {
        // write your code here
        int len = A.length;
        if(len == 0)
            return 0;
        long res1 = 0;
        long res2 = A[0];
        if( len == 1)
            return res2;
        for(int i=1;i<len ;i++){
            long res3 = Math.max(res2,res1+A[i]);
            res1 = res2;
            res2 = res3;
        }
        return res2;
    }
}