1 /* 2 这个题的关键在于:要想达到最好的结果,每次都应该选取合适的数,当选取一个数时由于要考虑它两边的数,所以我们采取装桶法, 3 这样就知道数组中所有这个数相加的和(也就是当选取一个数时会获得的利益,和抛弃一个数时的损失),同时也相当于桶排序了,可以直接表示出i相邻的数。 4 转化为子问题,子问题就是子序列,最小的子序列就是只有一个数,最大的子序列就是所有数,也就是最后答案,我们一个一个加 5 新序列就是原序列添加一个数,这里我们倒着考虑,从最后一个数往前添加,假设原序列的最好结果是dp[i+1],那么新序列生成后, 6 有两种情况,就是新添加的数取不取,对应状态方程就是: 7 dp[i] = Math.max(valus[i]+dp[i-2],dp[i-1]),括号中第一个选项是取新数,这样的话i+1就不能取,新的结果就是现在的数加上i+2的情况, 8 这里能直接使用dp[i+2]是因为i+1不取,所以i+2可以任选取不取,符合使用条件。 9 如果不取新数,那么现在的状态就是dp[i+1] 10 */ 11 public int deleteAndEarn(int[] nums) { 12 //假设有很多桶,数组中的每个数就是桶的编号,桶里装的就是数组中所有等于桶编号的数的和 13 int[] dp = new int[10003]; 14 int[] valus = new int[10001]; 15 16 //装桶环节 17 for(int num : nums) 18 { 19 valus[num] += nums[num]; 20 } 21 // 22 for(int i = 2;i < 10003;i++) 23 { 24 //dp[i]记录倒着数,到i位置处的子序列的最好结果是什么,注意这里dp[i]产生的条件是不考虑前边,也就是i-1处桶,以后要用到的话,也要保证i-1处桶不用才能成立 25 //状态方程:考虑要不要i桶,不要的话,dp[i+1]满足成立条件,此时的最好情况也就是dp[i+1]。如果要i,那么i+1不能要,但是dp[i+2]满足成立条件 26 //最好的结果就是valus[i]+dp[i+2] 27 dp[i] = Math.max(valus[i]+dp[i-2],dp[i-1]); 28 } 29 return dp[10002]; 30 }