【动态规划】12简单多状态dp问题_打家劫舍II_C++ （medium）

题目链接：leetcode打家劫舍II

---

目录

题目解析：

算法原理

1.状态表示

2.状态转移方程

3.初始化

4.填表顺序

5.返回值

编写代码

---

题目解析：

题目让我们求在不触动警报装置的情况下 ，能够偷窃到的最高金额。

由题可得：

第一个房屋和最后一个房屋是紧挨着的

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 （所以不能偷相邻的位置）

我们用示例二分析：

因为第一个房屋和最后一个房屋是紧挨着的

所以如果我们在这里选了第一个，那么第二个和最后一个就不能选。

此时我们就只能在第三个和n-1个中选择；

如果我们在这里不选第一个，那么最后一个就能选。

此时我们就只能在第二个和n个中选择；

---

算法原理:

1.状态表示

先创建一个dp表

首先先思考dp表里面的值所表示的含义（是什么？）

因为我们这里的每个位置可以选或者不选，

所以这里我们一个位置就有两种状态

这里就要创建两个dp表来表示这两种状态：

f[i]表示到i位置选，此时到i位置能够偷窃到的最高金额；

g[i]表示到i位置不选，此时到i位置能够偷窃到的最高金额；

这种状态表示怎么来的？

1.经验+题目要求

用之前或者之后的状态，推导出dp[i][j]的值；

根据最近的最近的一步，来划分问题

经验：以i位置为结尾；

题目让我们求能够偷窃到的最高金额，且该位置可选可不选

这里我们需要用两个表来同时表示这种状态；

2.状态转移方程

dp[i]等于什么？

 因为i位置可选可不选，所有两种情况：

第一种情况：（i位置选）

那么i-1位置必然不选：

此时我们只要知道在i-1之前所能够偷窃到的最高金额（g[i-1]）+i位置的金额(nums[i])

所以这种情况下的状态转移方程为：

dp[i]=f[i-1]+nums[i];

第二种情况：（i位置不选）

那么i-1位置可以选也可以不选，

这里会分两种情况：

情况a：（i-1选）

此时我们只要知道在i-1之前所能够偷窃到的最高金额（f[i-1]）

所以这种情况下的状态转移方程为：

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

情况b：（i-1不选）

此时我们只要知道在i-1之前所能够偷窃到的最高金额（g[i-1]）

所以这种情况下的状态转移方程为：

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

最后取a，b情况的最大值：max（f[i-1]，g[i-1]）

综上：

3.初始化

(保证填表的时候不越界)

由状态转移方程得：

我们在f[0]和g[0]会越界，所以需要把这两个位置初始化；

当第一个位置选，那么它能够偷窃到的最高金额f[0]为该位置的时长（f[0]=nums[0]）；

当第一个位置不选，那么它能够偷窃到的最高金额g[0]为0（g[0]=0）；

4.填表顺序

（为了填写当前状态的时候，所需要的状态已经计算过了）

这里所需要的状态是：

这里所需要的状态是：i-1

所以填表顺序：从左到右

5.返回值

（根据题目要求和状态表示）

综上分析：

最后一个位置可选可不选，所以返回这两个状态的最小值

返回值为：max(f[n-1],g[n-1]);

---

编写代码:

class Solution {
public:
    int rob(vector& nums) {
        //1.创建dp表
        //2.初始化
        //3.填表
        //4.返回结果

        int n=nums.size();
        return max(rod1(nums,2,n-2)+nums[0],rod1(nums,1,n-1));
    }
        int rod1(vector& nums,int left,int right)
        {
            //处理边界问题 
            if(left>right)
                return 0;          
            int n=nums.size();
            vector f(n);
            auto g=f;

            f[left]=nums[left];


            for(int i=left;i<=right;i++)
            {
                f[i]=g[i-1]+nums[i];
                g[i]=max(f[i-1],g[i-1]);
            }
            return max(f[right],g[right]);

        }


};