一、按摩师
1、题目解析
简而言之就是，找到一个按摩师的预约总是长的最长方案，还有一个限制条件，选取的预约两两不相邻。
2、算法原理
a状态表示方程
小技巧：经验+题目要求
dp[i]表示以这个节点为结尾，最长的预约时长
b状态转移方程
1、找到最近的一个节点，划分问题
2、预约节点两两不相邻
dp[i]的值如何得出呢——找到前两个节点进行对比一下，取最大值再加上我这个值
最近的节点dp[i-1]不可考虑，因为相邻了
dp[i]=min(dp[i-2],dp[i-3])+nums[i]
有些同学就开始纠结了，为啥不考虑i-4的情况呢————因为i-2包括了
c初始化
根据上面的推断，可能会遇到边界问题的节点为0,1,2 。
所以我们可以给这三个节点进行初始化。
也可以通过虚拟节点的方法进行解决
虚拟节点注意事项：
- 初始化取值需要保证后续填表值的正确性
- 注意下标映射关系
我们选择的初始化取值为0，这样不会影响到后续取值，并且向nums取值时应该i-3
以下图为例
d填表顺序
从左到右
e返回值
dp表的最后两个节点的较大值
max(dp[n+2],dp[n+1])
3、代码
class Solution {
public:
int massage(vector<int>& nums) {
int n=nums.size();
vector<int> dp(n+3,0);
for(int i=3;i<n+3;i++)
dp[i]=max(dp[i-2],dp[i-3])+nums[i-3];
return max(dp[n+2],dp[n+1]);
}
};4、解法2
算法原理
a状态表示方程
dp[i]表示以i为终点时的最大值
但是这个节点有两种情况：
f[i]表示以i为终点并且选了i节点值时的最大值
g[i]表示以i为终点时没有选择i节点的最大值
b状态转移方程
f[i]=g[i-1]+nums[i]
g[i]=max(g[i-1],f[i-1])+nums[i]
c初始化
f[0]=nums[0]
g[0]=0
d填表顺序
从左到右，两个表一起填
e返回值
max(f[n-1],g[n-1]);
n为nums大小
f代码
class Solution {
public:
int massage(vector<int>& nums) {
// 1. 创建⼀个 dp 表
// 2. 初始化
// 3. 填表
// 4. 返回值
int n = nums.size();
if(n == 0) return 0; // 处理边界条件
vector<int> f(n);
auto g = f;
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(f[n - 1], g[n - 1]);
}
};二、打家劫舍二
1、题目解析
第一道题契税就是这道题的变体，不同的是这道题多了一个要求——数组首尾相连
2、算法原理
a状态表示方程
经验+题目要求
dp[i]表示到这个i节点时最大的盗窃金额
但是这个值有两种情况，分别是选择了这个节点和没选择这个节点
f[i]表示i节点被盗窃时的最大金额
g[i]表示i节点没盗窃时的最大金额
这两者取的较大值就是dp[i]的值
但是这道题是一个环形数组，为了针对这一变数，有一个解决方法：
你不是环形数组嘛，说白了就是第一位被盗窃了和没被盗窃两种情况。
既然分了两种情况，我们进行两次盗窃，看哪次盗窃结果更大就行了。
偷盗了第一所房子——这就意味着1和n-1（第二位和最后一位不可以盗窃了），从第三位开始盗窃直到倒数第二位
没有盗窃第一所房子———这意味着需要从第一位盗窃至最后一位。
b状态转移方程
找到最近的节点划分问题
f[i]=g[i-1]+nums[i]
g[i]=max(g[i-1],f[i-1])+nums[i]
c初始化
f[0]=nums[0]
g[0]=0
d填表顺序
从左到右，两种情况分别填写两张表
e返回值
return max(rob1(nums,1,n-1),rob1(nums,2,n-2)+nums[0]);
3、代码
class Solution {
public:
int rob(vector<int>& nums) {
int n=nums.size();
if(n==1)
return nums[0];
return max(rob1(nums,1,n-1),rob1(nums,2,n-2)+nums[0]);
}
int rob1(vector<int> nums,int left,int right){
vector<int> f(right+1,0);
vector<int> g(right+1,0);
for(int i=left;i<=right;i++){
f[i]=g[i-1]+nums[i];
g[i]=max(f[i-1],g[i-1]);
}
return max(f[right],g[right]);
}
};三、删除并且获得点数
1、题目解析
这道题就是将一个数删除然后获取这个数的点数，同时将+-1的数删除去补货的值，依次删除求获取的最大点数。
我们需要锻炼一种能力，将一道陌生的题目往我们熟悉的题目上联想————这其实不就是打家劫舍问题的变体吗，取一个值然后两两取值不能相邻。
这道题我们无法在原数组上获取数据，需要转换成一个行的数组arr，将每个数的和储存起来，通过下标来表示这个数，并且前后需要个例的数值一目了然
2、算法原理
a状态表示方程
b状态转移方程
c初始化
d填表顺序
e返回值
3、代码
class Solution {
public:
int deleteAndEarn(vector<int>& nums) {
//预处理
//建表
//初始化
//填表
//返回值
int arr[10001]={0};
for(int i=0;i<nums.size();i++){
arr[nums[i]]+=nums[i];
}
int f[10001];
int g[10001];
f[0]=arr[0];
g[0]=0;
for(int i=1;i<=10000;i++){
f[i]=g[i-1]+arr[i];
g[i]=max(f[i-1],g[i-1]);
}
return max(f[10000],g[10000]);
}
};四、粉刷房子
1、题目解析
题目的意思是给了我们一排房子，这一排房子不能刷上相同的颜色，让我们求最便宜的装修方案
题目给了我们一个二维数组，这个二维数组
这个二维数组从上到下写的是一个房子对应的颜色价格。
很多同学犯难了，不知道这个和动态规划有什么关联，或者不知道如何转化成动规问题。
就像动规的简化问题一样，我们需要问题转换成会写的问题来简化我们的问题。
我们写到过一道题下降路径最小和，我们将改题转换成这个问题。
将二维数组竖着看，表上横向写的是颜色对应的价格，竖向表示对应的楼房
2、算法原理
a状态表示方程
小技巧：经验+题目要求
dp[i][j]表示，到达该节点的时候，最小的专修价格。
b状态转移方程
小技巧：通规最近的一步简化问题
图中节点有且仅有两种可能，左上和右上这两种情况。
而这张图上也是两个节点对应的两个解决方法。
这其实也是这道题的影藏条件。
而dp[i][j]取值取两者较小值就行了。
c初始化
给dp第一排赋值即可
d填表顺序
从左到右，从上到下
e返回值
min(min(dp[m-1][0],dp[m-1][1]),dp[m-1][2])
3、代码
class Solution {
public:
int minCost(vector<vector<int>>& costs) {
int m=costs.size();
vector<vector<int>> dp(m,vector<int> (3));
dp[0][0]=costs[0][0];
dp[0][1]=costs[0][1];
dp[0][2]=costs[0][2];
for(int i=1;i<m;i++){
dp[i][0]=min(dp[i-1][1],dp[i-1][2])+costs[i][0];
dp[i][1]=min(dp[i-1][0],dp[i-1][2])+costs[i][1];
dp[i][2]=min(dp[i-1][0],dp[i-1][1])+costs[i][2];
}
return min(min(dp[m-1][0],dp[m-1][1]),dp[m-1][2]);
}
};
