动态规划方法
1.分解为子问题
2.递归定义最优解的值
3.计算最优解,自底向上
4.选出最优解
以第二个示例为例,把最后一个1去掉,剩下的最优解DP【i-1】,加上1之后就有两种情况,nums[i] + dp[i-2]和 dp[i - 1]那个大哪个就是最终解,于是从dp【2】开始把每个最优解存起来,最后选出最大值
自己的:
class Solution(object):
def rob(self, nums):
"""
:type nums: List[int]
:rtype: int
"""
length = len(nums)
if length == 0:
return 0
if length == 1:
return nums[0]
dp = []
dp.append(nums[0])
dp.append(max(nums[0], nums[1]))
for i in range(2, length):
dp.append(max(nums[i] + dp[i-2], dp[i - 1]))
return dp[-1]
别人的:
class Solution(object):
def rob(self, nums):
"""
:type nums: List[int]
:rtype: int
"""
if not nums: return 0
if len(nums) < 2: return nums[0]
dp = [0] * len(nums)
dp[0] = nums[0]
dp[1] = nums[1]
for i in xrange(2, len(nums)):
dp[i] = max(dp[:i-1]) + nums[i]
return max(dp)