当前位置：首页 > news >正文

当资深程序员深夜去“打劫”会发生什么？——打家劫舍详解

news 2025/6/25 14:34:19

文章目录

一、前言
二、概述
三、打家劫舍第一晚
四、打家劫舍第二晚
五、打家劫舍第三晚......

一、前言

大家好久不见，正如标题所示，今天我不打算聊一些枯燥的算法理论，我们来聊一聊程序员有多厉害！

注意！！！：本文诣在讲解动态规划里的打家劫舍问题，无任何不良导向！！！

二、概述

一个月黑风高的夜晚~，你回到了村庄，你是一名资深的程序员，你工作认真努力，但苦于老板压迫，生活常常捉襟见肘，于是你的内心萌生了罪恶的想法！你准备在这个村庄里打劫！

三、打家劫舍第一晚

第一天晚上，你来到了一个村庄，你计划偷窃沿街的房屋。每间房内都藏有一定的现金，影响你偷窃的 唯一制约因素 就是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。而你想要在一夜之内偷取最高金额。
在这里插入图片描述

聪明的你知道如果报警器响起会发生什么，所以你打算运用你作为程序员的聪明才智来帮助你完成打劫！

于是你简单分析了街道房屋的构成，并将其抽象为了数组，简单分析报警器就可以知道，只要不偷相邻元素的钱就不会触发报警！

在这里插入图片描述
看过前两期动态规划的你，立马就意识到这是一个动态规划问题，没看过也没关心，你稍微动了一下脑筋，梳理出来以下思路：

✔️dp数组
在第0间~第 i 间房子内，要遵守相邻房间不能偷的原则，偷得最大金额！这个i是会变化的，所以你决定使用一个dp数组来保存你能偷的最大金额

dp[i] 表示： 第0间房子~第i间房子内按照规则能偷取的最大金额

✔️状态转移
片刻后，你决定要偷一共i间房子的钱，并打听好了每间房子有多少钱可以偷（value）。

于是你想，若要求dp[i]，无非就两种情况：

1. 偷第i家

2.不偷第i家

1.那如果偷第i家，根据规则，相邻房间不能再偷，所以第i-1家就要避开

dp[i] = dp[i-2] + value[i]

2.那如果不偷第i家，根据规则，i-1家就不需要避开

dp[i] = dp[i-1];

而我们只需要在上述两种情况下选金额较大的即是dp[i]的值！因此状态转移方程即为：

dp[i] = max(dp[i-1],dp[i-2] + value[i]);

到这里，你不禁感叹不愧是程序员，轻松做到了其他人做不到的事情！

✔️初始化
推导出上述动态转移方程，你就自然而然想到前两个元素要初始化，那初始化为什么好呢，回顾了一下dp数组的含义，你顺利完成了初始化

dp[0] = value[0];
dp[1] = max(value[0],value[1]);

简单解释一下：

你只有一间房子可选,你就说你选不选吧~
不能都选，但总得选个贵的吧~

✨参考代码

class Solution {
public:int rob(vector<int>& nums) {if(nums.size() == 0) return 0;if(nums.size() == 1) return nums[0];vector<int> dp(nums.size());dp[0] = nums[0];dp[1] = max(nums[0],nums[1]);for(int i = 2;i<nums.size();i++){dp[i] = max(dp[i-2]+nums[i],dp[i-1]);}return dp[nums.size()-1];}
};

四、打家劫舍第二晚

昨晚你作案非常顺利，成功拿到了最大金额，为了避免被别人发现，第二天你来到了一个新的村庄，村庄结构变成了一个环形！,你同样不能偷相邻房间的钱！！

在这里插入图片描述
你分析了一下，发现这个村庄的构成与上个村庄非常相似，只是首尾相连了而已，那这样的变化会带来什么问题呢？

很简单，无非就是选择了第一家就不能偷最后一家，选择了最后一家，就一定不能偷第一家。

在这里插入图片描述这样，你成功将一个环形结构拆成了两个队列结构，只要分别求出他们，选择最大的那个即可！

那分别求每一个队列的过程，和你第一天的情况完全一致，你也很轻松的偷到了最多的钱。

class Solution {
public://抽象第一天的过程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];}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); // 第一个队列int result2 = robRange(nums, 1, nums.size() - 1); //第二个队列return max(result1, result2);//选择最大的那个啦！！！}
};