思路:
每次都隔一个,每次的结果都依赖前一次的结果,想到用动态规划
满足条件:
1)最优子问题:最后最优解是由每一个子最优解产生
2)重叠子问题:计算当前解,得重复计算前面的
代码:
class Solution {
public int rob(int[] nums) {
int n=nums.length;
if(n==0) return 0;
if(n==1) return nums[0];
int[] dp=new int[n+1];
//规律:每次初始化前2个,0和1
dp[0]=nums[0];
//注意不是dp[1]=nums[1],因为还有nums[0]
dp[1]=Math.max(dp[0],nums[1]);
for(int i=2;i<n;i++){
//若不选i,则选dp[i-1]
//若选i,则选dp[i-2]+nums[i]
//比较两者哪个更大
dp[i]=Math.max(dp[i-2]+nums[i],dp[i-1]);
}
//因为有n个,但下标n-1才是第n个
return dp[n-1];
}
}
分解:
1)规律:每次初始化前2个,dp[0]和dp[1]
2)最后return的是dp[n-1],因为有n个,但下标n-1才是第n个
3)满足动态规划的2个条件:
i)最优子问题:最后最优解是由每一个子最优解产生
ii)重叠子问题:计算当前解,得重复计算前面的
4)防止下标溢出,dp声明时,长度都在n的基础上加上1(n+1)
5)属于第二种dp形式:
当前值依赖于前面所有计算好的值