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: [1,2,3,1] 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 。

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 。

/**

* @param  nums
* @return 
* dp[i] = math.max(dp[i-2] + nums[i], dp[i-1])
*/var
rob=
function
(nums)
return dp[nums.length +1]
};

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。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...