House Robber LeetCode动态规划

LeetCode上动态规划的一个系列，从多个角度来考虑问题，从而更加熟练动态规划，加深理解和精通应用。

House Robber I

解法1： 递归

解法2： 递归+memorization

解法3： 动态规划1：

两个动态规划数组dp[i][0]和dp[i][1]分别表示在第i个位置不抢和抢的收益。
dp[i][0] = max(dp[i-1][0], dp[i-1][1])
dp[i][1] = dp[i-1][0] + nums[i]
这样i的状态只和i-1的状态有关，因为i-1有两个状态。

解法4：动态规划2：

因为i的状态只和i-1的状态有关，所以类似滚动数组的优化技巧，不需要用动态规划数组，用两个数prev和prev2代表前一个位置抢和不抢的收益。

解法5：动态规划3：

只用一个动态规划数组,dp[i]表示抢第i个位置的收益。
dp[i] = max(dp[i-2] + nums[i], dp[i-1])
这里i的状态只有一个，但是i的状态的更新和i-1和i-2都有关。
当更新完dp数组后，再从中选取最大值。

解法3和解法5的差别：

动态规划其实是一个多阶段选择的问题。解法3是按照阶段来搜索，解法5是按照可能的路径来搜索。解法3相对来说更容易，因为它的最优子问题是从暴力递归搜索中得到的。一般来说多阶段选择问题都用解法3, 特别是必须要在最后一个阶段终结的问题。解法5适合的是路径可以在任意阶段终结的问题。

House Robber II

相较于House Robber I 多了一个维度的状态，即第一个家抢或者不抢。

House Robber III

自上而下递归。

解法1：递归+memorization

解法2：动态规划

分析重复子问题是因为抢或不抢导致的。为了减少重复子问题，每次返回一个数组，保存了抢或不抢的收益，避免多次计算重复子问题。