按摩师
题解
1. 细节处理:题目是有没有客人的时候,所有n等于零时返回零
2. 状态表示:到达i位置时的最长预约时长
3. 状态转移方程:到达i位置的时候分为选或者不选,选的话,前一个位置就是不选,不选的话,前一个位置可以是不选或者是选中的最大值
代码
class Solution
{
public:
int massage(vector<int>& nums)
{
int n = nums.size();
if(n == 0) return 0;// 空数组是没有预约时间的
vector<int> f(n);// 最后一个状态选
vector<int> g(n);// 最后一个状态不选
f[0] = nums[0];
for(int i = 1;i < n;i++)
{
f[i] = g[i-1] + nums[i];
g[i] = max(f[i-1],g[i-1]);
}
return max(g[n-1],f[n-1]);
}
};
打家劫舍II
题解
1. 这题的思路和按摩师几乎一模一样,只不过可以分为第一个位置偷和第一个位置不偷的情况,最后比较两种情况哪种的金额最大
2. 第一个位置偷的情况,那么最后一个位置和第二个位置都不能偷,在[2,n-2]内进行一次按摩师
第一个位置不偷的情况,在[1,n-1]区间内进行一次按摩师
代码
class Solution
{
public:
int rob(vector<int>& nums)
{
int n = nums.size();
if(n == 0) return 0;
if(n == 1)
{
return nums[0];
}
if(n == 2)
{
return nums[0] > nums[1] ? nums[0] : nums[1];
}
vector<int> f(n);// 最后一个位置偷
vector<int> g(n);// 最后一个位置不偷
f[2] = nums[2],g[2] = 0;
int x = 0,y = 0;
// 第一个位置偷
for(int i = 3;i < n-1;i++)
{
f[i] = g[i-1] + nums[i];
g[i] = max(g[i-1],f[i-1]);
}
x = nums[0] + max(f[n-2],g[n-2]);
// 第一个位置不偷
f[1] = nums[1],g[1] = 0;
for(int i = 2;i < n;i++)
{
f[i] = g[i-1] + nums[i];
g[i] = max(g[i-1],f[i-1]);
}
y = max(f[n-1],g[n-1]);
return max(x,y);
}
};
删除并获得点数
题解
1. 可以先将数组预处理为下标对应的数的所有和相加,这样可以转换为打家劫舍问题,排序后选了一个数,相邻的两个数不能选
2. 这样arr数组就可以写成打家劫舍问题的代码了
代码
class Solution
{
public:
int arr[10001];
int deleteAndEarn(vector<int>& nums)
{
// 怎么达到不遍历可以删除其他数达到最大值呢?
// 可以转化为自己熟悉的打家劫舍问题
int n = nums.size();
int ans = 0;
for(int i = 0;i < n;i++)
{
arr[nums[i]] += nums[i];
ans = max(ans,nums[i]);
}
if(n == 0) return 0;
vector<int> f(ans+1);
vector<int> g(ans+1);
f[0] = arr[0],g[0] = 0;
for(int i = 1;i <= ans;i++)
{
f[i] = g[i-1] + arr[i];
g[i] = max(f[i-1],g[i-1]);
}
return max(f[ans],g[ans]);
}
};
粉刷房子
题解
1. 红色是0,绿色是1,蓝色是2
2. 可以分解为3个一维的线性dp,最后一个位置选红色,那么前一个位置的状态是选绿色和黄色中的最小值
3. 同时填表,有三种颜色,n个房子,按线性dp的模式写
代码
class Solution
{
public:
int minCost(vector<vector<int>>& costs)
{
int n = costs.size();
vector<vector<int>> dp(n+1,vector<int>(3));// 0红 1绿 2蓝
for(int i = 1;i < n+1;i++)
{
dp[i][0] = min(dp[i-1][1],dp[i-1][2]) + costs[i-1][0];
dp[i][1] = min(dp[i-1][0],dp[i-1][2]) + costs[i-1][1];
dp[i][2] = min(dp[i-1][1],dp[i-1][0]) + costs[i-1][2];
}
return min(min(dp[n][0],dp[n][1]),dp[n][2]);
}
};