每日一练:“打家劫舍“(House Robber)问题 I

2023-11-22 20:01

本文主要是介绍每日一练:“打家劫舍“(House Robber)问题 I,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!

在这里插入图片描述

1. 问题

  假设有一排房屋,每个房屋里都存放着一定数量的财宝。相邻的房屋装有相互连通的防盗系统,如果两个相邻的房屋在同一晚上被小偷闯入,系统会自动报警。
  求解的问题是,小偷在不触发警报的情况下,一晚上最多能偷到多少财宝。

2. 解题思路(状态转移方程)

2.1 状态转移方程

  状态转移方程是系统动力学中描述系统状态随时间演变的数学方程。这种方程通常用来表示系统的状态如何从一个时间点转移到下一个时间点。在控制理论、物理系统建模、经济学等领域,状态转移方程是非常常见且重要的概念。
  一般而言,状态转移方程可以用如下的形式表示:
在这里插入图片描述
  ·x(t)是系统在时间t的状态向量。
  ·u(t)是在时间t的输入向量。
  ·A是状态转移矩阵,描述系统状态如何随时间演变。
  ·B是输入矩阵,描述输入如何影响状态的演变。
  这个方程表示系统在下一个时间点的状态x(t+1)是当前状态x(t)通过矩阵A的变换加上输入u(t)通过矩阵B的变换得到的。
  在一些应用中,状态转移方程也可能包含时间的影响、随机扰动等因素,具体形式可能会更加复杂。

2.2 解题思路

  为了应用状态转移方程解决这个问题,可以将问题抽象成一个动态规划问题,其中状态表示小偷在每个房屋处的状态。假设有n个房屋,用f()表示小偷在第个房屋时能够获得的最大财物价值。状态转移方程可以表示为:
在这里插入图片描述
  f(i)是在第个房屋时能够获得的最大财物价值价值[i是第我个房屋中的财物价值。
  f(i-1)表示小偷选择不盗窃当前房屋,所以能够获得的最大财物价值与前一个房屋的最大财物价值相同。
  F(i-2)+value[i]表示小偷选择盗窃当前房屋,所以能够获得的最大财物价值为前两个房屋的最大财物价值加上当前房屋的财物价值。
  这个状态转移方程反映了一个典型的动态规划问题,通过递推求解,可以找到小偷在整个房屋序列中能够获得的最大财物价值。这个问题的动态规划解法避免了重复计算,提高了效率

3. 代码设计思路

  问题表述:给定一个整数数组 nums,表示每个房屋中的财宝数量,小偷在不触发警报的情况下,一晚上最多能偷到多少财宝。
  例如,给定 nums = [1, 2, 3, 1],表示有四个房屋,分别存放着 1、2、3、1 单位的财宝。如果小偷选择偷窃第1号和第3号房屋,那么最终能偷到的财宝最大,为 1 + 3 = 4。
  这个问题可以用动态规划来解决。设 dp[i] 表示在前 i 个房屋中能偷到的最大财宝数量。对于第 i 个房屋,小偷有两个选择:要么偷这个房屋,要么不偷。如果偷第 i 个房屋,那么最大财宝数量就是前 i-2 个房屋的最大财宝数量加上第 i 个房屋中的财宝数量。如果不偷第 i 个房屋,那么最大财宝数量就是前 i-1 个房屋的最大财宝数量。因此,可以得到状态转移方程:
在这里插入图片描述

3. 代码实现

def rob(nums):# 如果房屋为空,则返回0if not nums:return 0# 如果只有一个房屋,则抢劫该房屋if len(nums) == 1:return nums[0]# 初始化一个列表,用于保存房屋的最大抢劫金额# dp[i] 表示在前i个房屋中能够抢到的最大金额dp = [0] * len(nums)# 初始化前两个房屋的最大抢劫金额dp[0] = nums[0]dp[1] = max(nums[0], nums[1])# 从第三个房屋开始计算最大抢劫金额for i in range(2, len(nums)):# 动态规划递推公式:dp[i] = max(dp[i-1], dp[i-2] + nums[i])dp[i] = max(dp[i-1], dp[i-2] + nums[i])# 返回最后一个房屋的最大抢劫金额return dp[-1]# 示例
nums = [2, 7, 9, 3, 1]
result = rob(nums)
print(result)

在这里插入图片描述

这篇关于每日一练:“打家劫舍“(House Robber)问题 I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/412577

相关文章

好题——hdu2522(小数问题:求1/n的第一个循环节)

好喜欢这题,第一次做小数问题,一开始真心没思路,然后参考了网上的一些资料。 知识点***********************************无限不循环小数即无理数,不能写作两整数之比*****************************(一开始没想到,小学没学好) 此题1/n肯定是一个有限循环小数,了解这些后就能做此题了。 按照除法的机制,用一个函数表示出来就可以了,代码如下

hdu1043(八数码问题,广搜 + hash(实现状态压缩) )

利用康拓展开将一个排列映射成一个自然数,然后就变成了普通的广搜题。 #include<iostream>#include<algorithm>#include<string>#include<stack>#include<queue>#include<map>#include<stdio.h>#include<stdlib.h>#include<ctype.h>#inclu

动态规划---打家劫舍

题目: 你是一个专业的小偷,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。 给定一个代表每个房屋存放金额的非负整数数组,计算你 不触动警报装置的情况下 ,一夜之内能够偷窃到的最高金额。 思路: 动态规划五部曲: 1.确定dp数组及含义 dp数组是一维数组,dp[i]代表

购买磨轮平衡机时应该注意什么问题和技巧

在购买磨轮平衡机时,您应该注意以下几个关键点: 平衡精度 平衡精度是衡量平衡机性能的核心指标,直接影响到不平衡量的检测与校准的准确性,从而决定磨轮的振动和噪声水平。高精度的平衡机能显著减少振动和噪声,提高磨削加工的精度。 转速范围 宽广的转速范围意味着平衡机能够处理更多种类的磨轮,适应不同的工作条件和规格要求。 振动监测能力 振动监测能力是评估平衡机性能的重要因素。通过传感器实时监

缓存雪崩问题

缓存雪崩是缓存中大量key失效后当高并发到来时导致大量请求到数据库,瞬间耗尽数据库资源,导致数据库无法使用。 解决方案: 1、使用锁进行控制 2、对同一类型信息的key设置不同的过期时间 3、缓存预热 1. 什么是缓存雪崩 缓存雪崩是指在短时间内,大量缓存数据同时失效,导致所有请求直接涌向数据库,瞬间增加数据库的负载压力,可能导致数据库性能下降甚至崩溃。这种情况往往发生在缓存中大量 k

6.1.数据结构-c/c++堆详解下篇(堆排序,TopK问题)

上篇:6.1.数据结构-c/c++模拟实现堆上篇(向下,上调整算法,建堆,增删数据)-CSDN博客 本章重点 1.使用堆来完成堆排序 2.使用堆解决TopK问题 目录 一.堆排序 1.1 思路 1.2 代码 1.3 简单测试 二.TopK问题 2.1 思路(求最小): 2.2 C语言代码(手写堆) 2.3 C++代码(使用优先级队列 priority_queue)

【VUE】跨域问题的概念,以及解决方法。

目录 1.跨域概念 2.解决方法 2.1 配置网络请求代理 2.2 使用@CrossOrigin 注解 2.3 通过配置文件实现跨域 2.4 添加 CorsWebFilter 来解决跨域问题 1.跨域概念 跨域问题是由于浏览器实施了同源策略,该策略要求请求的域名、协议和端口必须与提供资源的服务相同。如果不相同,则需要服务器显式地允许这种跨域请求。一般在springbo

题目1254:N皇后问题

题目1254:N皇后问题 时间限制:1 秒 内存限制:128 兆 特殊判题:否 题目描述: N皇后问题,即在N*N的方格棋盘内放置了N个皇后,使得它们不相互攻击(即任意2个皇后不允许处在同一排,同一列,也不允许处在同一斜线上。因为皇后可以直走,横走和斜走如下图)。 你的任务是,对于给定的N,求出有多少种合法的放置方法。输出N皇后问题所有不同的摆放情况个数。 输入

vscode中文乱码问题,注释,终端,调试乱码一劳永逸版

忘记咋回事突然出现了乱码问题,很多方法都试了,注释乱码解决了,终端又乱码,调试窗口也乱码,最后经过本人不懈努力,终于全部解决了,现在分享给大家我的方法。 乱码的原因是各个地方用的编码格式不统一,所以把他们设成统一的utf8. 1.电脑的编码格式 开始-设置-时间和语言-语言和区域 管理语言设置-更改系统区域设置-勾选Bata版:使用utf8-确定-然后按指示重启 2.vscode

【每日一题】LeetCode 2181.合并零之间的节点(链表、模拟)

【每日一题】LeetCode 2181.合并零之间的节点(链表、模拟) 题目描述 给定一个链表,链表中的每个节点代表一个整数。链表中的整数由 0 分隔开,表示不同的区间。链表的开始和结束节点的值都为 0。任务是将每两个相邻的 0 之间的所有节点合并成一个节点,新节点的值为原区间内所有节点值的和。合并后,需要移除所有的 0,并返回修改后的链表头节点。 思路分析 初始化:创建一个虚拟头节点