多状态动态规划之打家劫舍

简介: 多状态动态规划之打家劫舍

1. 题目分析



题目链接选自力扣 : 打家劫舍

image.png

根据示例 1 来看 :

5db5ea56dd0a93ade180493ebdc9fd8b.png

总结一下规则, 也就是可以从任意一个房间开始偷窃, 但是相邻房间不能偷窃. 并且只能往后面偷窃不能从后往前


2. 转态表示



以 i 位置为结尾, 表示从某一个位置开始偷窃到该位置时盗窃到的最大金额即 dp[i]

和之前" 按摩师 " 一题一样, 发现当偷到 i 位置的时候又有两种情况. 可以细分为两个更小的状态表示划分问题


  1. 盗窃 nums[i] 位置

这种情况下, 我们用 f[i] 表示, 即从某一个位置开始偷窃到 i 位置时, 同时偷窃 nums[i], 最终盗窃的最大金额


  1. 不盗窃 nums[i] 位置

这种情况我们用 g[i] 表示, 即从某一个位置开始偷窃到 i 位置时, 不偷窃 nums[i], 最终盗窃的最大金额


不难发现, 这又是一个多状态的动态规划题. 特点就是有多个状态表示, 同时也有多个状态转移方程.


3. 转态转移方程



根据上面的转态表示划分的两种情况, 此时我们的状态方程也会有两个.


  1. 偷窃到 i 位置时, 偷窃 nums[i]

f3f5e80bd140c2449bc45688164da2a9.png

当偷窃到 i 位置时, 选择偷窃 nums[i], 那么 i - 1 位置就是必定不能偷的, 否则会被抓. 因此偷窃到的最大金额就为从某一起始位置偷到 i - 1 之间的最大金额, 并且不偷窃 nums[i-1], 这正好对应到我们的转态表示中, 即 g[i-1], 最后加上选择偷窃的 nums[i]. 最终此时偷窃到 i 位置的最大金额为 f[i] = g[i-1] + nums[i]


  1. 偷窃到 i 位置时, 不偷窃 nums[i]

b85c942241d8dcafd8fe295db3f310a7.png


当偷窃到 i 位置时, 选择不偷窃 nums[i]. 那么这时候 i - 1 位置就有两种情况

  1. i - 1 位置偷 nums[i-1]

4e017303a84400e59175be4bf57fe027.png


这种情况下, 偷窃的最大金额为从某一起始位置到达 i - 1 位置并且偷窃 i - 1 位置的 nums[i-1]. 正好对应我们的转态表示f[i-1].

  1. i-1 位置不偷

484d5896986ed9acac4622ad5b124ecf.png

这种情况下, 偷窃到的最大金额为从某一位置起到达 i - 1 位置并且不偷窃 i - 1 位置的 nums[i-1]. 正好对应我们的转态表示 g[i-1]


最终不偷窃 i 位置的 nums[i] 的两种情况就分完了, 而我们要的是最大的金额数. 因此最终的状态转移方程为 g[i] = Math.max( f[i - 1], g [i - 1] )


4. 初始化



根据状态转移方程 g[i] = Math.max( f[i - 1], g [i - 1] 和 f[i] = g[i-1] + nums[i] 在填写 g[0] 和 f[0] 位置的时候会存在越界情况.


经过分析, 如果只有一个元素的情况下, 这时候偷窃到这个房间并且选择偷窃 nums[0], 最终的最大偷窃金额即位 nums[0]. 对应到状态表示中为 f[i] = nums[0]


同样一个元素的情况下, 偷窃到这个房间时, 可以选择不偷. 最终的最大偷窃金额为 0. 对应到状态表示中为 g[0] = 0


5. 填表顺序



从状态转移方程来看, 想要知道当前位置的最大偷窃金额, 就需知道前一个位置的最大偷窃金额. 因此填表顺序为 从左往右


6. 返回值



按照题目要求返回偷窃到数组末尾 ( n -1 ) 时最大的偷窃金额. 因此要对这两种状态取最大值. 即为 Math.max( g[n-1], f[n-1] ) ( 注意下标之间的关系 )


7. 代码演示



class Solution {
    public int rob(int[] nums) {
        // 1. 创建 dp 表
        int n = nums.length;
        int[] f = new int[n]; // 偷窃到 i 位置时,偷窃 nums[i]
        int[] g = new int[n]; // 偷窃到 i 位置时, 不偷窃nums[i]
        // 2. 初始化
        f[0] = nums[0];
        g[0] = 0; // 可以不写, 数组不初始化默认为 0
        // 3. 填写 dp 表
        for(int i = 1; i < n; i++) {
            // 根据不同的状态转移方程填写
            f[i] = g[i - 1] + nums[i];
            g[i] = Math.max(f[i - 1], g[i - 1]);
        }
        // 4. 确认返回值
        return Math.max(g[n - 1], f[n - 1]);
    }
}


相关文章
|
2天前
|
数据采集 人工智能 安全
|
11天前
|
云安全 监控 安全
|
3天前
|
自然语言处理 API
万相 Wan2.6 全新升级发布!人人都能当导演的时代来了
通义万相2.6全新升级,支持文生图、图生视频、文生视频,打造电影级创作体验。智能分镜、角色扮演、音画同步,让创意一键成片,大众也能轻松制作高质量短视频。
1007 151
|
3天前
|
编解码 人工智能 机器人
通义万相2.6,模型使用指南
智能分镜 | 多镜头叙事 | 支持15秒视频生成 | 高品质声音生成 | 多人稳定对话
|
16天前
|
机器学习/深度学习 人工智能 自然语言处理
Z-Image:冲击体验上限的下一代图像生成模型
通义实验室推出全新文生图模型Z-Image,以6B参数实现“快、稳、轻、准”突破。Turbo版本仅需8步亚秒级生成,支持16GB显存设备,中英双语理解与文字渲染尤为出色,真实感和美学表现媲美国际顶尖模型,被誉为“最值得关注的开源生图模型之一”。
1701 9
|
8天前
|
人工智能 自然语言处理 API
一句话生成拓扑图!AI+Draw.io 封神开源组合,工具让你的效率爆炸
一句话生成拓扑图!next-ai-draw-io 结合 AI 与 Draw.io,通过自然语言秒出架构图,支持私有部署、免费大模型接口,彻底解放生产力,绘图效率直接爆炸。
644 152
|
10天前
|
人工智能 安全 前端开发
AgentScope Java v1.0 发布,让 Java 开发者轻松构建企业级 Agentic 应用
AgentScope 重磅发布 Java 版本,拥抱企业开发主流技术栈。
613 12
|
9天前
|
人工智能 自然语言处理 API
Next AI Draw.io:当AI遇见Draw.io图表绘制
Next AI Draw.io 是一款融合AI与图表绘制的开源工具,基于Next.js实现,支持自然语言生成架构图、流程图等专业图表。集成多款主流大模型,提供智能绘图、图像识别优化、版本管理等功能,部署简单,安全可控,助力技术文档与系统设计高效创作。
687 151