动态规划DP（中上）（力扣中等难度题目解析）

不清楚动态规划是什么的同学先看看我的上一篇

双指针+动态规划（上）力扣解析_lihua777的博客-CSDN博客双指针+动态规划（上）力扣解析https://blog.csdn.net/lihua777/article/details/122650138?spm=1001.2014.3001.5501话不多说，我们直接上力扣题目解析：

目录

1：打家劫舍

 思路解析：

 2：打家劫舍||

 思路解析：

3:删除点数

 思路解析：

4：跳跃游戏（动态规划+贪心）

 思路解析：

5：跳跃游戏||

 思路解析：

第一种方法：暴力+从尾向头法：

第二种方法：动态规划+贪心

6：最大子组数和

 思路解析：

7：乘积最大子数组

 思路解析：

8：最佳观光组合

 思路解析：

9：买卖股票的最佳时机

 思路解析：

10：买卖股票的最佳时机||

 思路解析：

结语：

1：打家劫舍

 思路解析：

（1）当只有一个房屋时，最大金额就是这个了，即：maxprofit=nums[0]

（2）当有两个房屋时，选择两个房屋中金额最高的，即：maxprofit=max(nums[0],nums[1])

（3）我们重点要考虑的问题是，当房屋的数量>2个时的情况：

我们就要找到递推关系：既然不能间隔，那么情况应该分为两种：

1：我既然拿到了nums[i-1]，我就不能拿nums[i]

2：我拿了nums[i-2]，我还能拿nums[i]

是不是有点熟悉了^ ^

没错青蛙跳台阶问题！

只不过我们还要动态规划在这两者中选择最大值：

代码实现：核心的递推公式！

dp[i] = max(dp[i - 2] + nums[i], dp[i - 1]);

完整代码：

class Solution {
public:
    int rob(vector<int>& nums){
    if (nums.empty())
	{
		return 0;
	}
	int size = nums.size();
	if (size == 1)
	{
		return nums[0];
	}
	vector<int> dp = vector<int>(size, 0);
	dp[0] = nums[0];
	dp[1] = max(nums[0], nums[1]);
	for (int i = 2; i < size; i++)
	{
		dp[i] = max(dp[i - 2] + nums[i], dp[i - 1]);
	}
	return dp[size - 1];
    }
};

问：为什么返回的是dp[size-1]?

答：因为数组的最后一位的索引是size-1 

 2：打家劫舍||

 思路解析：

这道题的的难点就在于，它是一个环状的，因此在首尾处要特别小心，不能既选首又选尾！

这就是与上题的区别，那么我们就可以对这个区别进行分类讨论，让它成为我们的上一题的想法！

1：首先创建两个容器

f(n+1)和g(n+1)  ->为什么要定义n+1的大小？ ->为了好看（下标对应）

f(1）=nums[0]; -> 表示从原数组的首位置开始

g(2)  =nums[1]: ->表示从原数组索引为1的位置开始

 2：f(n+1)的递推

for (int i = 2; i <= n - 1; i++)

        f[i] = max(f[i - 1], f[i - 2] + nums[i-1]);//区间[1,n-1]的最大值

由此可知f(2)=max(nums[0],nums[1])  ->f(2)才是真正的开始！

f(3)=max(f[2]，nums[0]+nums[2])    //接着递推

 3：g(n+1)的递推

for (int i = 3; i <= n; i++)

        g[i] = max(g[i - 1], g[i - 2] + nums[i-1]);//区间[2,n]的最大值

由此可知g(3)=max(nums[1],nums[2])  ->g(3)才是真正的开始！

g(4)=max(g[3],nums[1]+nums[3])  //接着递推

4：两者中求最大

return max(f[n-1], g[n]);//两者中取最大返回

注意：因为两个数组的边界不同，所以返回的索引不同！