1301:大盗阿福(史上最全题解,没有之一,3种解法各大优化齐上阵)

本文主要是介绍1301:大盗阿福(史上最全题解,没有之一,3种解法各大优化齐上阵),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

题目描述】

阿福是一名经验丰富的大盗。趁着月黑风高,阿福打算今晚洗劫一条街上的店铺。

这条街上一共有 NN 家店铺,每家店中都有一些现金。阿福事先调查得知,只有当他同时洗劫了两家相邻的店铺时,街上的报警系统才会启动,然后警察就会蜂拥而至。

作为一向谨慎作案的大盗,阿福不愿意冒着被警察追捕的风险行窃。他想知道,在不惊动警察的情况下,他今晚最多可以得到多少现金?

【输入】

输入的第一行是一个整数T(T≤50)T(T≤50) ,表示一共有T组数据。

接下来的每组数据,第一行是一个整数N(1≤N≤100,000)N(1≤N≤100,000) ,表示一共有NN家店铺。第二行是NN个被空格分开的正整数,表示每一家店铺中的现金数量。每家店铺中的现金数量均不超过10001000。

【输出】

对于每组数据,输出一行。该行包含一个整数,表示阿福在不惊动警察的情况下可以得到的现金数量。

【输入样例】

2
3
1 8 2
4
10 7 6 14

【输出样例】

8
24

【提示】

对于第一组样例,阿福选择第22家店铺行窃,获得的现金数量为88。

对于第二组样例,阿福选择第11和44家店铺行窃,获得的现金数量为10+14=2410+14=24。


一,朴素解法

打家劫舍是dp解决的经典问题,动规五部曲分析如下:

  1. 确定dp数组(dp table)以及下标的含义 :dp[i][0/1]表示从1~i的店铺中洗劫店铺,不洗劫/洗劫第i个店铺,获得的最大价值。
  2. 确定递推公式:如果偷第i家店铺,那么第i-1家店铺是不能偷,而i-2后(包括i-2)是可以偷的,并且还会获得第i家店铺的¥。所以dp[i][1] = a[i] + dp[i - 1][0];                                                   那dp[i][0]呢?我们回想一下定义,如果不偷第i家店铺,那么第i-1家店铺可偷可不偷,所以要取最大值。也就是dp[i][0] = max(dp[i - 1][0],dp[i - 1][1]);
  3. dp数组如何初始化:因为递推公式中用到了dp[i-1][0]和dp[i-1][1],所以它们都是要初始化的。根据定义可知初始化为dp[1][1] = a[1];   dp[1][0] = 0;
  4. 确定遍历顺序 dp[i][0/1] 是根据dp[i - 1][0/1] 推导出来的,那么一定是从前到后遍历!
  5. 举例推导dp数组   这一步我就省略了 

那么代码如下: 

#include <bits/stdc++.h>
using namespace std;
int n,a[100007],dp[100007][2],t;
int main()
{cin>>t;while(t--){memset(a,0,sizeof(a));memset(dp,0,sizeof(dp));cin>>n;for(int i = 1; i <= n; i++) cin>>a[i];dp[1][1] = a[1];dp[1][0] = 0;for(int i = 2; i <= n; i++){dp[i][0] = max(dp[i - 1][0],dp[i - 1][1]);dp[i][1] = a[i] + dp[i - 1][0];}cout<<max(dp[n][0],dp[n][1])<<endl;}return 0;
}

二,优化写法

这道题也可以由一维数组来写。

  1. 确定dp数组(dp table)以及下标的含义:dp[i]:考虑下标i(包括i)以内的房屋,最多可以偷窃的金额为dp[i]
  2. 确定递推公式:决定dp[i]的因素就是第i房间偷还是不偷。如果偷第i房间,那么dp[i] = dp[i - 2] + a[i] ,即:第i-1房一定是不考虑的,找出 下标i-2(包括i-2)以内的房屋,最多可以偷窃的金额为dp[i-2] 加上第i房间偷到的钱。如果不偷第i房间,dp[i]=max(dp[i-2],dp[i - 3] + a[i - 1]);,不过在这里因为我们最后是要取最大值的,而dp[i-2]一定是小于等于前面的dp[i-2]+a[i]的,所可以把它省略,最后就变成了dp[i - 3] + a[i - 1]。然后dp[i]取最大值,即dp[i] = max(dp[i - 2] + a[i], dp[i - 3] + a[i - 1]);
  3. dp数组如何初始化:根据定义可知   dp[1] = a[1]; dp[2] = max(a[1],a[2]);
  4. 确定遍历顺序:dp[i] 是根据dp[i - 2] 和 dp[i - 1] 推导出来的,那么一定是从前到后遍历
  5. 举例推导dp数组:以输入[2,7,9,3,1]为例。

 

红框dp[n]为结果。

 代码如下:


#include <bits/stdc++.h>
using namespace std;
int n,a[100007],dp[100007],t;
int main()
{cin>>t;while(t--){memset(a,0,sizeof(a));memset(dp,0,sizeof(dp));cin>>n;for(int i = 1; i <= n; i++) cin>>a[i];dp[1] = a[1];dp[2] = max(a[1],a[2]);dp[3] = max(a[1] + a[3],a[2]);for(int i = 4; i <= n; i++) dp[i] = max((dp[i - 2] + a[i]),(dp[i - 3] + a[i - 1]));cout<<dp[n]<<endl;}return 0;
}

三,滚动数组优化

直接上代码,详见 动态规划之滚动数组_shaw chakong的博客-CSDN博客_动态规划滚动数组

#include <bits/stdc++.h>
using namespace std;
int n,a[100007],dp[5],t;
int main()
{cin>>t;while(t--){memset(a,0,sizeof(a));memset(dp,0,sizeof(dp));cin>>n;for(int i = 1; i <= n; i++) cin>>a[i];dp[1] = a[1];dp[2] = max(a[1],a[2]);for(int i = 3; i <= n; i++) dp[i % 4] = max((dp[(i - 2) % 4] + a[i]),(dp[(i - 1) % 4]));cout<<dp[n % 4]<<endl;}return 0;
}

 

 

这篇关于1301:大盗阿福(史上最全题解,没有之一,3种解法各大优化齐上阵)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/323524

相关文章

SpringBoot3实现Gzip压缩优化的技术指南

《SpringBoot3实现Gzip压缩优化的技术指南》随着Web应用的用户量和数据量增加,网络带宽和页面加载速度逐渐成为瓶颈,为了减少数据传输量,提高用户体验,我们可以使用Gzip压缩HTTP响应,... 目录1、简述2、配置2.1 添加依赖2.2 配置 Gzip 压缩3、服务端应用4、前端应用4.1 N

Spring Boot + MyBatis Plus 高效开发实战从入门到进阶优化(推荐)

《SpringBoot+MyBatisPlus高效开发实战从入门到进阶优化(推荐)》本文将详细介绍SpringBoot+MyBatisPlus的完整开发流程,并深入剖析分页查询、批量操作、动... 目录Spring Boot + MyBATis Plus 高效开发实战:从入门到进阶优化1. MyBatis

MyBatis 动态 SQL 优化之标签的实战与技巧(常见用法)

《MyBatis动态SQL优化之标签的实战与技巧(常见用法)》本文通过详细的示例和实际应用场景,介绍了如何有效利用这些标签来优化MyBatis配置,提升开发效率,确保SQL的高效执行和安全性,感... 目录动态SQL详解一、动态SQL的核心概念1.1 什么是动态SQL?1.2 动态SQL的优点1.3 动态S

Python如何使用__slots__实现节省内存和性能优化

《Python如何使用__slots__实现节省内存和性能优化》你有想过,一个小小的__slots__能让你的Python类内存消耗直接减半吗,没错,今天咱们要聊的就是这个让人眼前一亮的技巧,感兴趣的... 目录背景:内存吃得满满的类__slots__:你的内存管理小助手举个大概的例子:看看效果如何?1.

一文详解SpringBoot响应压缩功能的配置与优化

《一文详解SpringBoot响应压缩功能的配置与优化》SpringBoot的响应压缩功能基于智能协商机制,需同时满足很多条件,本文主要为大家详细介绍了SpringBoot响应压缩功能的配置与优化,需... 目录一、核心工作机制1.1 自动协商触发条件1.2 压缩处理流程二、配置方案详解2.1 基础YAML

Spring Boot结成MyBatis-Plus最全配置指南

《SpringBoot结成MyBatis-Plus最全配置指南》本文主要介绍了SpringBoot结成MyBatis-Plus最全配置指南,包括依赖引入、配置数据源、Mapper扫描、基本CRUD操... 目录前言详细操作一.创建项目并引入相关依赖二.配置数据源信息三.编写相关代码查zsRArly询数据库数

MySQL中慢SQL优化的不同方式介绍

《MySQL中慢SQL优化的不同方式介绍》慢SQL的优化,主要从两个方面考虑,SQL语句本身的优化,以及数据库设计的优化,下面小编就来给大家介绍一下有哪些方式可以优化慢SQL吧... 目录避免不必要的列分页优化索引优化JOIN 的优化排序优化UNION 优化慢 SQL 的优化,主要从两个方面考虑,SQL 语

MySQL中慢SQL优化方法的完整指南

《MySQL中慢SQL优化方法的完整指南》当数据库响应时间超过500ms时,系统将面临三大灾难链式反应,所以本文将为大家介绍一下MySQL中慢SQL优化的常用方法,有需要的小伙伴可以了解下... 目录一、慢SQL的致命影响二、精准定位问题SQL1. 启用慢查询日志2. 诊断黄金三件套三、六大核心优化方案方案

Redis中高并发读写性能的深度解析与优化

《Redis中高并发读写性能的深度解析与优化》Redis作为一款高性能的内存数据库,广泛应用于缓存、消息队列、实时统计等场景,本文将深入探讨Redis的读写并发能力,感兴趣的小伙伴可以了解下... 目录引言一、Redis 并发能力概述1.1 Redis 的读写性能1.2 影响 Redis 并发能力的因素二、

Python中DataFrame转列表的最全指南

《Python中DataFrame转列表的最全指南》在Python数据分析中,Pandas的DataFrame是最常用的数据结构之一,本文将为你详解5种主流DataFrame转换为列表的方法,大家可以... 目录引言一、基础转换方法解析1. tolist()直接转换法2. values.tolist()矩阵