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

Vue3 的 shallowRef 和 shallowReactive:优化性能

大家对 Vue3 的 ref 和 reactive 都很熟悉,那么对 shallowRef 和 shallowReactive 是否了解呢? 在编程和数据结构中,“shallow”(浅层)通常指对数据结构的最外层进行操作,而不递归地处理其内部或嵌套的数据。这种处理方式关注的是数据结构的第一层属性或元素,而忽略更深层次的嵌套内容。 1. 浅层与深层的对比 1.1 浅层(Shallow) 定义

豆包 MarsCode 不允许你还没有女朋友

在这个喧嚣的世界里,爱意需要被温柔地唤醒。为心爱的她制作每日一句小工具,就像是一场永不落幕的浪漫仪式,每天都在她的心田播撒爱的种子,让她的每一天都充满甜蜜与期待。 背景 在这个瞬息万变的时代,我们都在寻找那些能让我们慢下来,感受生活美好的瞬间。为了让这份浪漫持久而深刻,我们决定为女朋友定制一个每日一句小工具。这个工具会在她意想不到的时刻,为她呈现一句充满爱意的话语,让她的每一天都充满惊喜和感动

HDFS—存储优化(纠删码)

纠删码原理 HDFS 默认情况下,一个文件有3个副本,这样提高了数据的可靠性,但也带来了2倍的冗余开销。 Hadoop3.x 引入了纠删码,采用计算的方式,可以节省约50%左右的存储空间。 此种方式节约了空间,但是会增加 cpu 的计算。 纠删码策略是给具体一个路径设置。所有往此路径下存储的文件,都会执行此策略。 默认只开启对 RS-6-3-1024k

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传

poj 3974 and hdu 3068 最长回文串的O(n)解法(Manacher算法)

求一段字符串中的最长回文串。 因为数据量比较大,用原来的O(n^2)会爆。 小白上的O(n^2)解法代码:TLE啦~ #include<stdio.h>#include<string.h>const int Maxn = 1000000;char s[Maxn];int main(){char e[] = {"END"};while(scanf("%s", s) != EO

MySQL高性能优化规范

前言:      笔者最近上班途中突然想丰富下自己的数据库优化技能。于是在查阅了多篇文章后,总结出了这篇! 数据库命令规范 所有数据库对象名称必须使用小写字母并用下划线分割 所有数据库对象名称禁止使用mysql保留关键字(如果表名中包含关键字查询时,需要将其用单引号括起来) 数据库对象的命名要能做到见名识意,并且最后不要超过32个字符 临时库表必须以tmp_为前缀并以日期为后缀,备份

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型,它综合考虑了土壤-水分-大气以及植被间的相互作用;是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程,使其能够精确的模拟土壤中水分的运动,而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者

从状态管理到性能优化:全面解析 Android Compose

文章目录 引言一、Android Compose基本概念1.1 什么是Android Compose?1.2 Compose的优势1.3 如何在项目中使用Compose 二、Compose中的状态管理2.1 状态管理的重要性2.2 Compose中的状态和数据流2.3 使用State和MutableState处理状态2.4 通过ViewModel进行状态管理 三、Compose中的列表和滚动

C++ | Leetcode C++题解之第393题UTF-8编码验证

题目: 题解: class Solution {public:static const int MASK1 = 1 << 7;static const int MASK2 = (1 << 7) + (1 << 6);bool isValid(int num) {return (num & MASK2) == MASK1;}int getBytes(int num) {if ((num &

C语言 | Leetcode C语言题解之第393题UTF-8编码验证

题目: 题解: static const int MASK1 = 1 << 7;static const int MASK2 = (1 << 7) + (1 << 6);bool isValid(int num) {return (num & MASK2) == MASK1;}int getBytes(int num) {if ((num & MASK1) == 0) {return