:-: 9.4 打家劫舍 II
* * * * *
**题干:**
你是一个专业的小偷,计划偷窃沿街的房屋,每间房内都藏有一定的现金。这个地方所有的房屋都围成一圈(环状),这意味着第一个房屋和最后一个房屋是紧挨着的。同时,相邻的房屋装有相互连通的防盗系统,如果两间相邻的房屋在同一晚上被小偷闯入,系统会自动报警。
给定一个代表每个房屋存放金额的非负整数数组,计算你在不触动警报装置的情况下,能够偷窃到的最高金额。
示例 1:
~~~
输入: [2,3,2] 输出: 3
解释: 你不能先偷窃 1 号房屋(金额 = 2),再偷窃 3 号房屋(金额 = 2),因为
它们是相邻的。
~~~
示例 2:
~~~
输入: [1,2,3,1] 输出: 4
解释: 你可以先偷窃 1 号房屋(金额 = 1),然后偷窃 3 号房屋(金额 = 3)。
偷窃到的最高金额 = 1 + 3 = 4 。
~~~
**题目分析:**
解题思路是和打家劫舍 I是一样的,只不过偷第一件房屋和偷最后一间房屋不能同时存在,我们需要分两种情况来考虑(分抢劫范围包含或不包含第一个的房屋),如果抢劫范围包含第一个房屋,思路和打家劫舍 I一样,如果有n个房屋,只考虑前n - 1个房屋,如果抢劫范围不包含第一个房屋,如果有n个房屋,只考虑第一房屋后的n - 1个房屋,再将两种情况最后的金额取最大值。动态规划方程和打家劫舍 I是一样的:f(n) = Math.max(nums[i]+f(n-2),f(n-1));。
**新手有可能遇到的解题思路陷阱:**
考虑到了偷盗了第一个房屋,不能头套最后一个房屋,却忽略了第二个房屋也是可以和最后一个房屋结合被偷盗;或者当偷盗范围不包含第一个房屋时,第二个,第三个房屋是起始项,而不是在偷盗范围不包含第一个房屋时,单单第二个房屋是起始项。
**解题思路分析以及代码实现:**
第一种思路:迭代法,双循环,顺序走。当数组长度为2的时候,返回Math.max(nums[0], nums[1]);当数组长度为3的时候,其实应该去经历循环判断,但是我们能够一眼看出,这根本没必要,前两个数谁也得不到最后一个数,何必去做判断,浪费资源。
第一种思路代码:
~~~
public static int rob(int[] nums) {
if (nums.length < 1 || nums == null) {
return 0;
}
int length = nums.length;
if (length < 2) {
return nums[0];
}
if (length == 3 || length == 2) {
return Math.max(nums[0], nums[1]);
}
int sum = 0;
int sum1 = nums[0];
int sum2 = Math.max(nums[0], nums[1]);
int i = 2;
while (i < length - 1) {
sum = Math.max(sum1 + nums[i], sum2);
sum1 = sum2;
sum2 = sum;
i++;
}
int sum3 = 0;
int sum4 = nums[1];
int sum5 = Math.max(nums[1], nums[2]);
int j = 3;
while (j < length) {
sum3 = Math.max(sum4 + nums[j], sum5);
sum4 = sum5;
sum5 = sum3;
j++;
}
return Math.max(sum2, sum5);
}
~~~
**复杂度分析:**
时间复杂度:O(n)。
空间复杂度:O(1)。
第二种思路:迭代法,单循环,加判断,此次优化不为复杂度,而是优化可读性等。
第二种思路代码:
~~~
public static int rob(int[] nums) {
if (nums == null || nums.length == 0)
return 0;
if (nums.length == 1)
return nums[0];
int dp1 = nums[0], dp2 = Math.max(dp1, nums[1]);
int dpS = dp2;
if (nums.length == 2 || nums.length == 3)
return dp2;
int dp3 = nums[1], dp4 = Math.max(dp3, nums[2]);
int dpE = dp4;
for (int i = 2; i < nums.length; i++) {
if (i != nums.length - 1) {
dpS = Math.max(dp1 + nums[i], dp2);
dp1 = dp2;
dp2 = dpS;
}
if (i != 2) {
dpE = Math.max(dp3 + nums[i], dp4);
dp3 = dp4;
dp4 = dpE;
}
}
return Math.max(dpS, dpE);
}
~~~
**复杂度分析:**
时间复杂度:O(n)。
空间复杂度:O(1)。
衍生版本代码:
~~~
public int rob(int[] nums) {
if (nums == null || nums.length == 0)
return 0;
if (nums.length == 1)
return nums[0];
if (nums.length == 2 || nums.length == 3)
return Math.max(nums[0], nums[1]);
return Math.max(robsub(nums, 0, nums.length - 2), robsub(nums, 1, nums.length - 1));
}
private int robsub(int[] nums, int top, int tail) {
int sum = 0;
int sum1 = nums[top];
int sum2 = Math.max(nums[top], nums[top + 1]);
for (int i = 2 + top; i <= tail; i++) {
sum = Math.max(sum1 + nums[i], sum2);
sum1 = sum2;
sum2 = sum;
}
return sum2;
}
~~~
**复杂度分析:**
时间复杂度:O(n)。
空间复杂度:O(1)。
第三种思路:数组法
第三种思路代码:
~~~
public int rob(int[] nums) {
if (nums == null || nums.length == 0)
return 0;
if (nums.length == 1)
return nums[0];
if (nums.length == 2 || nums.length == 3)
return Math.max(nums[0], nums[1]);
return Math.max(robsub(nums, 0, nums.length - 2), robsub(nums, 1, nums.length - 1));
}
private int robsub(int[] nums, int top, int tail) {
int d[] = new int[tail - top + 1];
int n = tail - top + 1;
d[0] = nums[top];
d[1] = Math.max(nums[top], nums[top + 1]);
for (int i = 2; i < n; i++) {
d[i] = Math.max(d[i - 2] + nums[top + i], d[i - 1]);
}
return d[n - 1];
}
~~~
**复杂度分析:**
时间复杂度:O(n)。
空间复杂度:O(n)。
**若有理解错误的、写错的地方、更好的思路,方法,望各位读者评论或者发邮件指正或指点我,不胜感激。**
- 前言
- 第一部分 初级入门算法
- 第一章 数组
- 1.1 删除排序数组中的重复项
- 1.2 删除排序数组中的重复项 II
- 1.3 买卖股票的最佳时机
- 1.4 买卖股票的最佳时机 II
- 1.5 移动零
- 1.6 区间子数组个数
- 1.7 搜索插入位置
- 1.8 合并两个有序数组
- 1.9 两个数组的交集
- 第二章 哈希表
- 2.1 两数之和
- 2.2 错误的集合
- 2.3 翻转卡片游戏
- 2.4 有效的字母异位词
- 第三章 链表
- 第四章 数学
- 4.1 加一
- 4.2 反转整数
- 4.3 排列硬币
- 4.4 完全平方数
- 4.5 消除游戏
- 第五章 双指针
- 第六章 字符串
- 6.1 整数转罗马数字
- 6.2 罗马数字转整数
- 6.3 反转字符串
- 6.4 压缩字符串
- 6.5 验证回文串
- 6.6 长按键入
- 6.7 字符串中的第一个唯一字符
- 第七章 二分查找
- 7.1 猜数字大小
- 第八章 分治算法
- 第九章 动态规划
- 9.1 爬楼梯
- 9.2 使用最小花费爬楼梯
- 9.3 打家劫舍
- 9.4 打家劫舍 II
- 9.5 第N个泰波那契数
- 第十章 回溯算法
- 第十一章 栈
- 11.1 棒球比赛
- 第十二章 堆
- 12.1 数组中的第K个最大元素
- 第十三章 贪心算法
- 第十四章 排序
- 14.1 冒泡排序
- 14.2 鸡尾酒排序
- 14.3 选择排序
- 14.4 插入排序
- 14.5 折半插入排序
- 14.6 希尔排序
- 14.7 快速排序
- 14.8 树形选择排序
- 14.9 堆排序
- 第十五章 位运算
- 15.1 只出现一次的数字
- 第十六章 思维题
- 16.1 TinyURL 的加密与解密
- 16.2 灯泡开关
- 16.3 字母板上的路径
- 第十七章 队列
- 17.1 扑克牌顺序