你是乙個專業的小偷，計畫偷竊沿街的房屋。每間房內都藏有一定的現金，影響你偷竊的唯一制約因素就是相鄰的房屋裝有相互連通的防盜系統，如果兩間相鄰的房屋在同一晚上被小偷闖入，系統會自動報警。給定乙個代表每個房屋存放金額的非負整數陣列，計算你在不觸動警報裝置的情況下，能夠偷竊到的最高金額。
示例 1:
輸入:
[1,2,3,1]
輸出:
4解釋:
偷竊 1 號房屋 (金額 = 1) ，然後偷竊 3 號房屋 (金額 = 3)。偷竊到的最高金額 = 1 + 3 = 4
示例 2:
輸入:
[2,7,9,3,1]
輸出:
12解釋:
偷竊 1 號房屋 (金額 = 2), 偷竊 3 號房屋 (金額 = 9)，接著偷竊 5 號房屋 (金額 = 1)。 偷竊到的最高金額 = 2 + 9 + 1 = 12 。
dp[i]記錄在當前i位置可盜竊的最大值動態規劃初始化
狀態轉移方程
class
solution
return dp[dp.length-1]
;}}
你是乙個專業的小偷，計畫偷竊沿街的房屋，每間房內都藏有一定的現金。這個地方所有的房屋都圍成一圈，這意味著第乙個房屋和最後乙個房屋是緊挨著的。同時，相鄰的房屋裝有相互連通的防盜系統，如果兩間相鄰的房屋在同一晚上被小偷闖入，系統會自動報警。給定乙個代表每個房屋存放金額的非負整數陣列，計算你在不觸動警報裝置的情況下，能夠偷竊到的最高金額。
示例 1:
輸入:
[2,3,2]
輸出:
3解釋:
你不能先偷竊 1 號房屋（金額 = 2），然後偷竊 3 號房屋（金額 = 2）, 因為他們是相鄰的。
示例 2:
輸入:
[1,2,3,1]
輸出:
4解釋:
你可以先偷竊 1 號房屋（金額 = 1），然後偷竊 3 號房屋（金額 = 3）.偷竊到的最高金額 = 1 + 3 = 4
可以把問題拆分為2個基礎版的打家劫舍
class
solution
//第二種情況
dp1[0]
=0; dp1[1]
= nums[1]
;for
(int i =
2;i)return math.
max(dp[dp.length-1]
,dp1[dp1.length-1]
);}}
在上次打劫完一條街道之後和一圈房屋後，小偷又發現了乙個新的可行竊的地區。這個地區只有乙個入口，我們稱之為「根」。 除了「根」之外，每棟房子有且只有乙個「父「房子與之相連。一番偵察之後，聰明的小偷意識到「這個地方的所有房屋的排列類似於一棵二叉樹」。 如果兩個直接相連的房子在同一天晚上被打劫，房屋將自動報警。計算在不觸動警報的情況下，小偷一晚能夠盜取的最高金額。
示例 1:
輸入:[3,2,3,null,3,null,1]
3
/ \
23 \ \
31
輸出:7動態方程過程：解釋:小偷一晚能夠盜取的最高金額 = 3 + 3 + 1 = 7.
某個樹的最大收益 = max（包含根節點的最大收益，以及不包含根節點的最大收益）；所以得到
/**
* definition for a binary tree node.
* public class treenode
* }*/
class
solution
}
打家劫舍 動態規劃
你是乙個專業的小偷，計畫偷竊沿街的房屋。每間房內都藏有一定的現金，影響你偷竊的唯一制約因素就是相鄰的房屋裝有相互連通的防盜系統，如果兩間相鄰的房屋在同一晚上被小偷闖入，系統會自動報警。給定乙個代表每個房屋存放金額的非負整數陣列，計算你在不觸動警報裝置的情況下，能夠偷竊到的最高金額。示例 1 輸入 1...
打家劫舍（動態規劃）
打家劫舍 你是乙個專業的小偷，計畫偷竊沿街的房屋。每間房內都藏有一定的現金，影響你偷竊的唯一制約因素就是相鄰的房屋裝有相互連通的防盜系統，如果兩間相鄰的房屋在同一晚上被小偷闖入，系統會自動報警。給定乙個代表每個房屋存放金額的非負整數陣列，計算你在不觸動警報裝置的情況下，能夠偷竊到的最高金額。考慮所有...
動態規劃 打家劫舍
遵紀守法，人人有責！動態規劃 dynamic programming，dp 是運籌學的乙個分支，是求解決策過程最優化的過程。通俗點 對於某類問題，可以拆分成若干個子問題，按照順序求解子問題的解，前乙個子問題的解，為後乙個問題提供相關資訊，每個子問題的解不能隨意確定。依次下去，就能形成一條解決問題的子...