IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 数据结构与算法 -> 牛客题目——打家劫舍一、打家劫舍二 -> 正文阅读

[数据结构与算法]牛客题目——打家劫舍一、打家劫舍二


题目1——打家劫舍一

你是一个经验丰富的小偷,准备偷沿街的一排房间,每个房间都存有一定的现金,为了防止被发现,你不能偷相邻的两家,即如果偷了第一家,就不能再偷第二家;如果偷了第二家,那么就不能偷第一家和第三家。
给定一个整数数组nums,数组中的元素表示每个房间存有的现金余额,请你计算在不被发现的前提下最多的偷窃金额。

示例
输入:[1,2,3,4]
输出:6(最优方案是偷第2、4个房间)

解题思路

贪心算法和动态规划的共同点是:两者都具有最优子结构性质,即问题的最优解中包含子问题的最优解。
两者的不同点是:
动态规划中,每步做出的选择往往依赖于相关子问题的解,因而只有在解除相关子问题时才能做出选择。
而贪心算法中,仅在当前状态下做出最好选择,然后再去解这个选择做出后产生的子问题。

如果利用贪心算法偷钱,为了偷取更多的钱,可能会连续放弃两家不偷,因此这种方法不可行,考虑利用动态规划来解决。对于每一个人家,可选择偷或者不偷,状态转移方程为dp[i] = Math.max(dp[i-1], dp[i-2]+nums[i-1)

代码实现

import java.util.*;
public class Solution {
    public int rob (int[] nums) {
        int n = nums.length;
        if(n == 1)
            return nums[0];
        int[] dp = new int[n+1];
        dp[1] = nums[0];
        for(int i=2;i<=n;i++){
            //当偷到第i个房间时,可以选择偷或者不偷
            //偷的话,则累加上上个收益,否则累计的为上级的收益
            dp[i] = Math.max(dp[i-1],dp[i-2]+nums[i-1]);
        }
        return dp[n];
    }
}

题目2——打家劫舍二

你是一个经验丰富的小偷,准备偷沿湖的一排房间,每个房间都存有一定的现金,为了防止被发现,你不能偷相邻的两家,即偷了第一家,就不能偷第二家,如果偷了第二家,那么就不能偷第一家和第三家。沿湖的房间组成一个闭合的圆形,即第一个房间和最后一个房间视为相邻。
给定一个长度为n的整数数组nums,数组中的元素表示每个房间存有的现金数额,请你计算在不被发现的前提下最多的偷窃金额。

示例
输入:[1,3,6]
输出:6(1和3相邻,因此最优方案是偷第3个房间)

解题思路

与题目一类似,只是这道题是环形,第一家和最后一家相邻,不能同时取到,所以可分为两种情况:偷第一家,则最后一家不能偷;偷最后一家,则第一家不能偷。除去考虑这些,其他家与第一题做法相同。
最后取两种情况中最大的值即可。

代码实现

import java.util.*;
public class Solution {
    public int rob (int[] nums) {
        int n = nums.length;
        if(n == 1)
            return nums[0];
        int[] dp = new int[n+1];
        //偷第一家
        dp[1] = nums[0];
        for(int i=2;i<n;i++){
            dp[i] = Math.max(dp[i-1], dp[i-2]+nums[i-1]);
        }
        int res = dp[n-1];
        Arrays.fill(dp,0);
        //偷最后一家
        for(int i=2;i<=n;i++){
            dp[i] = Math.max(dp[i-1],dp[i-2]+nums[i-1]);
        }
        return Math.max(res,dp[n]);
    }
}
  数据结构与算法 最新文章
【力扣106】 从中序与后续遍历序列构造二叉
leetcode 322 零钱兑换
哈希的应用:海量数据处理
动态规划|最短Hamilton路径
华为机试_HJ41 称砝码【中等】【menset】【
【C与数据结构】——寒假提高每日练习Day1
基础算法——堆排序
2023王道数据结构线性表--单链表课后习题部
LeetCode 之 反转链表的一部分
【题解】lintcode必刷50题<有效的括号序列
上一篇文章      下一篇文章      查看所有文章
加:2022-07-21 21:45:58  更:2022-07-21 21:46:57 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/25 23:48:18-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码