1 Star 7 Fork 5

HelloTeemo/leetcode-master

加入 Gitee
与超过 1200万 开发者一起发现、参与优秀开源项目,私有仓库也完全免费 :)
免费加入
文件
pics
problems
前序
周总结
0001.两数之和.md
0005.最长回文子串.md
0015.三数之和.md
0017.电话号码的字母组合.md
0018.四数之和.md
0019.删除链表的倒数第N个节点.md
0020.有效的括号.md
0024.两两交换链表中的节点.md
0027.移除元素.md
0028.实现strStr.md
0031.下一个排列.md
0034.在排序数组中查找元素的第一个和最后一个位置.md
0035.搜索插入位置.md
0037.解数独.md
0039.组合总和.md
0040.组合总和II.md
0042.接雨水.md
0045.跳跃游戏II.md
0046.全排列.md
0047.全排列II.md
0051.N皇后.md
0053.最大子序和.md
0053.最大子序和(动态规划).md
0055.跳跃游戏.md
0056.合并区间.md
0059.螺旋矩阵II.md
0062.不同路径.md
0063.不同路径II.md
0070.爬楼梯.md
0070.爬楼梯完全背包版本.md
0072.编辑距离.md
0077.组合.md
0077.组合优化.md
0078.子集.md
0090.子集II.md
0093.复原IP地址.md
0096.不同的二叉搜索树.md
0098.验证二叉搜索树.md
0100.相同的树.md
0101.对称二叉树.md
0102.二叉树的层序遍历.md
0104.二叉树的最大深度.md
0106.从中序与后序遍历序列构造二叉树.md
0108.将有序数组转换为二叉搜索树.md
0110.平衡二叉树.md
0111.二叉树的最小深度.md
0112.路径总和.md
0115.不同的子序列.md
0116.填充每个节点的下一个右侧节点指针.md
0121.买卖股票的最佳时机.md
0122.买卖股票的最佳时机II.md
0122.买卖股票的最佳时机II(动态规划).md
0123.买卖股票的最佳时机III.md
0129.求根到叶子节点数字之和.md
0131.分割回文串.md
0132.分割回文串II.md
0134.加油站.md
0135.分发糖果.md
0139.单词拆分.md
0141.环形链表.md
0142.环形链表II.md
0143.重排链表.md
0150.逆波兰表达式求值.md
0151.翻转字符串里的单词.md
0160.相交链表.md
0188.买卖股票的最佳时机IV.md
0189.旋转数组.md
0198.打家劫舍.md
0202.快乐数.md
0203.移除链表元素.md
0205.同构字符串.md
0206.翻转链表.md
0209.长度最小的子数组.md
0213.打家劫舍II.md
0216.组合总和III.md
0222.完全二叉树的节点个数.md
0225.用队列实现栈.md
0226.翻转二叉树.md
0232.用栈实现队列.md
0234.回文链表.md
0235.二叉搜索树的最近公共祖先.md
0236.二叉树的最近公共祖先.md
0239.滑动窗口最大值.md
0242.有效的字母异位词.md
0257.二叉树的所有路径.md
0279.完全平方数.md
0283.移动零.md
0300.最长上升子序列.md
0309.最佳买卖股票时机含冷冻期.md
0322.零钱兑换.md
0332.重新安排行程.md
0337.打家劫舍III.md
0343.整数拆分.md
0344.反转字符串.md
0347.前K个高频元素.md
0349.两个数组的交集.md
0376.摆动序列.md
0377.组合总和Ⅳ.md
0383.赎金信.md
0392.判断子序列.md
0404.左叶子之和.md
0406.根据身高重建队列.md
0416.分割等和子集.md
0435.无重叠区间.md
0450.删除二叉搜索树中的节点.md
0452.用最少数量的箭引爆气球.md
0454.四数相加II.md
0455.分发饼干.md
0459.重复的子字符串.md
0463.岛屿的周长.md
0474.一和零.md
0491.递增子序列.md
0494.目标和.md
0496.下一个更大元素I.md
0501.二叉搜索树中的众数.md
0503.下一个更大元素II.md
0509.斐波那契数.md
0513.找树左下角的值.md
0516.最长回文子序列.md
0518.零钱兑换II.md
0530.二叉搜索树的最小绝对差.md
0538.把二叉搜索树转换为累加树.md
0541.反转字符串II.md
0583.两个字符串的删除操作.md
0617.合并二叉树.md
0647.回文子串.md
0649.Dota2参议院.md
0654.最大二叉树.md
0657.机器人能否返回原点.md
0669.修剪二叉搜索树.md
0673.最长递增子序列的个数.md
0674.最长连续递增序列.md
0684.冗余连接.md
0685.冗余连接II.md
0700.二叉搜索树中的搜索.md
0701.二叉搜索树中的插入操作.md
0704.二分查找.md
0707.设计链表.md
0714.买卖股票的最佳时机含手续费.md
0714.买卖股票的最佳时机含手续费(动态规划).md
0718.最长重复子数组.md
0724.寻找数组的中心索引.md
0738.单调递增的数字.md
0739.每日温度.md
0746.使用最小花费爬楼梯.md
0763.划分字母区间.md
0841.钥匙和房间.md
0844.比较含退格的字符串.md
0860.柠檬水找零.md
0922.按奇偶排序数组II.md
0925.长按键入.md
0941.有效的山脉数组.md
0968.监控二叉树.md
0977.有序数组的平方.md
1002.查找常用字符.md
1005.K次取反后最大化的数组和.md
1035.不相交的线.md
1047.删除字符串中的所有相邻重复项.md
1049.最后一块石头的重量II.md
1143.最长公共子序列.md
1207.独一无二的出现次数.md
1356.根据数字二进制下1的数目排序.md
1365.有多少小于当前数字的数字.md
1382.将二叉搜索树变平衡.md
O(n)的算法居然超时了,此时的n究竟是多大?.md
为了绝杀编辑距离,卡尔做了三步铺垫.md
二叉树中递归带着回溯.md
二叉树总结篇.md
二叉树理论基础.md
二叉树的统一迭代法.md
二叉树的迭代遍历.md
二叉树的递归遍历.md
关于时间复杂度,你不知道的都在这里!.md
剑指Offer05.替换空格.md
剑指Offer58-II.左旋转字符串.md
动态规划-股票问题总结篇.md
动态规划总结篇.md
动态规划理论基础.md
双指针总结.md
哈希表总结.md
哈希表理论基础.md
回溯总结.md
回溯算法去重问题的另一种写法.md
回溯算法理论基础.md
字符串总结.md
数组总结篇.md
数组理论基础.md
栈与队列总结.md
栈与队列理论基础.md
根据身高重建队列(vector原理讲解).md
算法模板.md
背包总结篇.md
背包理论基础01背包-1.md
背包理论基础01背包-2.md
背包问题理论基础多重背包.md
背包问题理论基础完全背包.md
贪心算法总结篇.md
贪心算法理论基础.md
链表总结篇.md
链表理论基础.md
面试题02.07.链表相交.md
README.md
该仓库未声明开源许可证文件(LICENSE),使用请关注具体项目描述及其代码上游依赖。
克隆/下载
0213.打家劫舍II.md 6.30 KB
一键复制 编辑 原始数据 按行查看 历史
programmercarl 提交于 4年前 . 更新头部信息

欢迎大家参与本项目,贡献其他语言版本的代码,拥抱开源,让更多学习算法的小伙伴们收益!

213.打家劫舍II

题目链接:https://leetcode-cn.com/problems/house-robber-ii/

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 ,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:nums = [2,3,2] 输出:3 解释:你不能先偷窃 1 号房屋(金额 = 2),然后偷窃 3 号房屋(金额 = 2), 因为他们是相邻的。

示例 2: 输入:nums = [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 。

示例 3: 输入:nums = [0] 输出:0   提示:

  • 1 <= nums.length <= 100
  • 0 <= nums[i] <= 1000

思路

这道题目和198.打家劫舍是差不多的,唯一区别就是成环了。

对于一个数组,成环的话主要有如下三种情况:

  • 情况一:考虑不包含首尾元素

213.打家劫舍II

  • 情况二:考虑包含首元素,不包含尾元素

213.打家劫舍II1

  • 情况三:考虑包含尾元素,不包含首元素

213.打家劫舍II2

注意我这里用的是"考虑",例如情况三,虽然是考虑包含尾元素,但不一定要选尾部元素! 对于情况三,取nums[1] 和 nums[3]就是最大的。

而情况二 和 情况三 都包含了情况一了,所以只考虑情况二和情况三就可以了

分析到这里,本题其实比较简单了。 剩下的和198.打家劫舍就是一样的了。

代码如下:

// 注意注释中的情况二情况三,以及把198.打家劫舍的代码抽离出来了
class Solution {
public:
    int rob(vector<int>& nums) {
        if (nums.size() == 0) return 0;
        if (nums.size() == 1) return nums[0];
        int result1 = robRange(nums, 0, nums.size() - 2); // 情况二
        int result2 = robRange(nums, 1, nums.size() - 1); // 情况三
        return max(result1, result2);
    }
    // 198.打家劫舍的逻辑
    int robRange(vector<int>& nums, int start, int end) {
        if (end == start) return nums[start];
        vector<int> dp(nums.size());
        dp[start] = nums[start];
        dp[start + 1] = max(nums[start], nums[start + 1]);
        for (int i = start + 2; i <= end; i++) {
            dp[i] = max(dp[i - 2] + nums[i], dp[i - 1]);
        }
        return dp[end];
    }
};

总结

成环之后还是难了一些的, 不少题解没有把“考虑房间”和“偷房间”说清楚。

这就导致大家会有这样的困惑:情况三怎么就包含了情况一了呢? 本文图中最后一间房不能偷啊,偷了一定不是最优结果。

所以我在本文重点强调了情况一二三是“考虑”的范围,而具体房间偷与不偷交给递推公式去抉择。

这样大家就不难理解情况二和情况三包含了情况一了。

其他语言版本

Java:

class Solution {
    public int rob(int[] nums) {
        if (nums == null || nums.length == 0)
            return 0;
        int len = nums.length;
        if (len == 1)
            return nums[0];
        return Math.max(robAction(nums, 0, len - 1), robAction(nums, 1, len));
    }

    int robAction(int[] nums, int start, int end) {
        int x = 0, y = 0, z = 0;
        for (int i = start; i < end; i++) {
            y = z;
            z = Math.max(y, x + nums[i]);
            x = y;
        }
        return z;
    }
}

Python:

class Solution:
    def rob(self, nums: List[int]) -> int:
      if (n := len(nums)) == 0:
        return 0
      if n == 1:
        return nums[0]
      result1 = self.robRange(nums, 0, n - 2)
      result2 = self.robRange(nums, 1, n - 1)
      return max(result1 , result2)

    def robRange(self, nums: List[int], start: int, end: int) -> int:
      if end == start: return nums[start]
      dp = [0] * len(nums)
      dp[start] = nums[start]
      dp[start + 1] = max(nums[start], nums[start + 1])
      for i in range(start + 2, end + 1):
        dp[i] = max(dp[i -2] + nums[i], dp[i - 1])
      return dp[end]

javascipt:

var rob = function(nums) {
  const n = nums.length
  if (n === 0) return 0
  if (n === 1) return nums[0]
  const result1 = robRange(nums, 0, n - 2)
  const result2 = robRange(nums, 1, n - 1)
  return Math.max(result1, result2)
};

const robRange = (nums, start, end) => {
  if (end === start) return nums[start]
  const dp = Array(nums.length).fill(0)
  dp[start] = nums[start]
  dp[start + 1] = Math.max(nums[start], nums[start + 1])
  for (let i = start + 2; i <= end; i++) {
    dp[i] = Math.max(dp[i - 2] + nums[i], dp[i - 1])
  }
  return dp[end]
}

Go:


Loading...
马建仓 AI 助手
尝试更多
代码解读
代码找茬
代码优化
1
https://gitee.com/helloteemo/leetcode-master.git
git@gitee.com:helloteemo/leetcode-master.git
helloteemo
leetcode-master
leetcode-master
master

搜索帮助