每日一题——打家劫舍

打家劫舍（一）

问题描述

你是一个经验丰富的小偷，准备偷沿街的一排房间，每个房间都存有一定的现金。不能偷相邻的两家。给定一个整数数组 nums，数组中的元素表示每个房间存有的现金数额，计算在不被发现的前提下最多的偷窃金额。

数据范围：
数组长度满足 (1 \leq n \leq 2 \times 10^5)，数组中每个值满足 (1 \leq \text{nums}[i] \leq 5000)。

---

示例

输入	输出	说明
[1, 2, 3, 4]	6	偷第 2、4 个房间
[1, 3, 6]	7	偷第 1、3 个房间
[2, 10, 5]	10	偷第 2 个房间

---

解题思路

动态规划

1. 状态定义：

   • 设 dp[i] 表示考虑前 i 个房间时的最大偷窃金额。

2. 状态转移方程：

   • 当前房间有两种选择：
     • 不偷：继承前一个房间的最大金额（dp[i-1]）。
     • 偷：当前房间金额 + 前前一个房间的最大金额（dp[i-2] + nums[i]）。
   • 因此：
     [
     dp[i] = \max(dp[i-1], \ dp[i-2] + \text{nums}[i])
     ]

3. 边界条件：

   • dp[0] = nums[0]：只有一个房间时只能偷它。
   • dp[1] = \max(nums[0], nums[1])：两个房间时偷金额较大的。

---

代码实现

int rob(int* nums, int numsLen) {
    // 如果数组长度小于等于0，说明没有房子可以偷，直接返回0
    if (numsLen <= 0) return 0;

    // 如果数组长度为1，说明只有一间房子，直接返回这间房子的金额
    if (numsLen == 1) return nums[0];

    // 如果数组长度为2，说明有两间房子，选择金额较大的那间房子
    if (numsLen == 2) return (nums[0] > nums[1]) ? nums[0] : nums[1];

    // 定义一个动态规划数组dp，dp[i]表示到第i间房子为止，小偷能偷到的最大金额
    int dp[numsLen];

    // 初始化dp数组的前两个值
    // 如果只有一间房子，最大金额就是这间房子的金额
    dp[0] = nums[0];
    // 如果有两间房子，最大金额是这两间房子中金额较大的那个
    dp[1] = (nums[0] > nums[1]) ? nums[0] : nums[1];

    // 遍历数组，从第三间房子开始计算
    for (int i = 2; i < numsLen; i++) {
        // 对于第i间房子，有两种选择：
        // 1. 不偷第i间房子，最大金额就是dp[i-1]（即前一间房子的最大金额）
        // 2. 偷第i间房子，最大金额是dp[i-2] + nums[i]（即前两间房子的最大金额加上当前房子的金额）
        // dp[i]的值是这两种选择中的较大值
        dp[i] = (dp[i - 1] > (dp[i - 2] + nums[i])) ? dp[i - 1] : (dp[i - 2] + nums[i]);
    }

    // 返回dp数组的最后一个值，即所有房子的最大金额
    return dp[numsLen - 1];
}

---

复杂度分析

• 时间复杂度：(O(n))，遍历一次数组。
• 空间复杂度：(O(n))，存储动态规划数组。

---

打家劫舍（二）

问题描述

沿湖的房间组成一个闭合的圆形，即第一个房间和最后一个房间视为相邻。给定一个长度为 n 的整数数组 nums，计算在不被发现的前提下最多的偷窃金额。

数据范围：与打家劫舍（一）相同。

---

示例

输入	输出	说明
[1, 2, 3, 4]	6	偷第 2、4 个房间
[1, 3, 6]	6	偷第 3 个房间

---

解题思路

环形问题的拆分

由于首尾房间相邻，问题可拆分为两种情况：

1. 不偷第一个房间：计算区间 [1, n-1] 的最大偷窃金额。
2. 不偷最后一个房间：计算区间 [0, n-2] 的最大偷窃金额。

最终结果为两种情况的最大值。

---

代码实现

// 辅助函数：计算从 start 到 end 的最大偷窃金额
int robRange(int* nums, int start, int end) {
    int n = end - start + 1; // 计算从 start 到 end 的区间长度
    if (n == 1) return nums[start]; // 如果区间内只有一间房子，直接返回这间房子的金额

    // 定义动态规划数组 dp，dp[i] 表示从 start 开始到第 i 间房子的最大偷窃金额
    int dp[n];
    dp[0] = nums[start]; // 初始化第一间房子的最大金额
    dp[1] = (nums[start] > nums[start + 1]) ? nums[start] : nums[start + 1]; // 初始化前两间房子的最大金额

    // 遍历从第 3 间房子到最后一间房子
    for (int i = 2; i < n; i++) {
        int current = start + i; // 当前房子在原数组中的索引
        // 状态转移方程：选择当前房子或不选择当前房子的最大金额
        dp[i] = (dp[i - 1] > (dp[i - 2] + nums[current])) ? dp[i - 1] : (dp[i - 2] + nums[current]);
    }

    // 返回从 start 到 end 的最大偷窃金额
    return dp[n - 1];
}
int rob(int* nums, int numsLen) {
    // 如果只有一间房子，直接返回这间房子的金额
    if (numsLen == 1) return nums[0];
    // 如果有两间房子，返回两间房子中金额较大的那个
    if (numsLen == 2) return (nums[0] > nums[1]) ? nums[0] : nums[1];

    // 分两种情况讨论：
    // 1. 不偷最后一间房子，计算从第 0 间到第 (numsLen - 2) 间房子的最大金额
    int case1 = robRange(nums, 0, numsLen - 2);
    // 2. 不偷第一间房子，计算从第 1 间到第 (numsLen - 1) 间房子的最大金额
    int case2 = robRange(nums, 1, numsLen - 1);

    // 返回两种情况中的较大值
    return (case1 > case2) ? case1 : case2;
}

---

复杂度分析

• 时间复杂度：(O(n))，两次遍历数组。
• 空间复杂度：(O(n))，存储动态规划数组。

---

总结

问题	动态规划状态转移方程	关键点
打家劫舍（一）	dp[i] = max(dp[i-1], dp[i-2] + nums[i])	线性数组，直接遍历
打家劫舍（二）	拆分两种情况求最大值	环形数组，避免首尾同时偷窃