【力扣】198. 打家劫舍

你是一个专业的小偷，计划偷窃沿街的房屋。每间房内都藏有一定的现金，影响你偷窃的唯一制约因素就是相邻的房屋装有相互连通的防盗系统，如果两间相邻的房屋在同一晚上被小偷闯入，系统会自动报警。

给定一个代表每个房屋存放金额的非负整数数组，计算你 不触动警报装置的情况下 ，一夜之内能够偷窃到的最高金额。

示例 1：

输入：[1,2,3,1]
输出：4
解释：偷窃 1 号房屋 (金额 = 1) ，然后偷窃 3 号房屋 (金额 = 3)。
  偷窃到的最高金额 = 1 + 3 = 4 。
示例 2：

输入：[2,7,9,3,1]
输出：12
解释：偷窃 1 号房屋 (金额 = 2), 偷窃 3 号房屋 (金额 = 9)，接着偷窃 5 号房屋 (金额 = 1)。
  偷窃到的最高金额 = 2 + 9 + 1 = 12 。
 

提示：

0 <= nums.length <= 100
0 <= nums[i] <= 400

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/house-robber
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

public int rob(int[] nums) {

        //终止条件
        //空的，那么结果就是0
        //设置函数H = house 为当前房子的金额
        //设置函数M = Money 为当前房子最大的金额
        //如果只有一个数，那么就是当前的数字 M(1) = H(1)
        //如果有两个房间，就是取两个房间哪个房间大 M(2) = Math.max(H(1),H(2))
        //如果有三个房间: M(3) = Math.max(M(2),M(1) + H(3))
        //如果有四个房间: M(4) = Math.max(M(3),M(2) + H(4))
        if(nums == null || nums.length == 0){
            return 0;
        }

        if(nums.length == 1){
            return nums[0];
        }
        int []dp = new int [nums.length];

        dp[0] = nums[0];
        dp[1] = Math.max(nums[1],nums[0]);
        for(int i = 2 ; i < nums.length ; i++){
            dp[i] = Math.max(dp[i-1],dp[i-2]+nums[i]);
        }
        return dp[nums.length-1];
    }

    //时间复杂度 O(n)
    //空间复杂度 O(n)

有什么办法减少空间复杂度？

public int rob(int[] nums) {

        //终止条件
        //空的，那么结果就是0
        //设置函数H = house 为当前房子的金额
        //设置函数M = Money 为当前房子最大的金额
        //如果只有一个数，那么就是当前的数字 M(1) = H(1)
        //如果有两个房间，就是取两个房间哪个房间大 M(2) = Math.max(H(1),H(2))
        //如果有三个房间: M(3) = Math.max(M(2),M(1) + H(3))
        //如果有四个房间: M(4) = Math.max(M(3),M(2) + H(4))
        if(nums == null || nums.length == 0){
            return 0;
        }

        if(nums.length == 1){
            return nums[0];
        }
        //int []dp = new int [nums.length];
        //dp[0] = nums[0];
        //dp[1] = Math.max(nums[1],nums[0]);
        //将原有的dp[0] dp[i] 作为共有参数,标记为前一个和前前一个
        int beforeBefore = nums[0];
        int before = Math.max(nums[1],nums[0]);
        int temp = 0;
        for(int i = 2 ; i < nums.length ; i++){
            //dp[i] = Math.max(dp[i-1],dp[i-2]+nums[i]);
            temp = beforeBefore;
            beforeBefore = before;
            before = Math.max(before,temp+nums[i]);
        }
        //return dp[nums.length-1];
        return before;
    }

    //时间复杂度 O(n)
    //空间复杂度 O(1)