当前:LC213 · 打家劫舍 II / House Robber II · 首次出现于 Day 36 · 路径:顶栏「56天打卡」→ 点击 LC 题号 → 逐题动画

LC213动态规划线性 DP · 环形拆两条线状态表账本

打家劫舍 II / House Robber II

房子围成一圈,第 0 间和最后一间也相邻。nums=[2,7,9,3,1] 答案 11;反例 nums=[2,3,2] 首尾两个 2 相邻不能同时偷,答案 3。

题目是什么

房子围成一圈,第 0 间和最后一间也相邻。nums=[2,7,9,3,1] 答案 11;反例 nums=[2,3,2] 首尾两个 2 相邻不能同时偷,答案 3。

解决什么问题

当前格依赖哪些已知状态,为什么这些状态已经计算完成?

核心结论

最优解一定不同时含首尾,于是把环拆成两条线性数组:A=nums[0..n-2](去尾)、B=nums[1..n-1](去首),各跑一遍 LC198 的 robRange,answer=max(robRange A, robRange B);n==1 特判直接返回 nums[0]。

01交互算法精讲

先说结论:这道题到底解决什么

怎样从“房子围成一圈,第 0 间和最后一间也相邻。nums=[2,7,9,3,1] 答案 11;反例 nums=[2,3,2] 首尾两个 2 相邻不能同时偷,答案 3。”推导出 线性 DP · 环形拆两条线,并证明每次状态变化都不会漏掉答案?

中心结论:最优解一定不同时含首尾,于是把环拆成两条线性数组:A=nums[0..n-2](去尾)、B=nums[1..n-1](去首),各跑一遍 LC198 的 robRange,answer=max(robRange A, robRange B);n==1 特判直接返回 nums[0]。

读完必须能回答
  1. 1.暴力方案在哪里重复计算,为什么仍然是正确基线?
  2. 2.当前格依赖哪些已知状态,为什么这些状态已经计算完成?
  3. 3.不变量“首尾相邻 → 最优解最多含其一;去尾的方案全在 A、去首的方案全在 B,两类穷尽所有合法解;首尾都不偷的方案同属 A、B 已被自动覆盖;robRange 内每步 cur 恒为该线到当前房的最大收益。n 是房子数量。”为什么能保证算法安全前进?
02交互算法精讲

完整题目与题意拆解

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。这个地方所有的房屋都围成一圈,这意味着第一个房屋和最后一个房屋是紧挨着的。同时,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,计算你在不触动警报装置的情况下,能够偷窃到的最高金额。

在本站主例中,房子围成一圈,第 0 间和最后一间也相邻。nums=[2,7,9,3,1] 答案 11;反例 nums=[2,3,2] 首尾两个 2 相邻不能同时偷,答案 3。

算法最终需要得到或观察:nums=[2,7,9,3,1] 时 robRange(0,3)=11、robRange(1,4)=10、answer=max(11,10)=11。

把题目翻译成状态
  • 输入:房子围成一圈,第 0 间和最后一间也相邻。nums=[2,7,9,3,1] 答案 11;反例 nums=[2,3,2] 首尾两个 2 相邻不能同时偷,答案 3。
  • 机器需要维护:robRange 里 pre=前前一间最优、cur=前一间最优、next=max(cur, pre+nums[i]) 三个滚动变量,外加两趟结果与最终 answer。
  • 最终可观察结果:nums=[2,7,9,3,1] 时 robRange(0,3)=11、robRange(1,4)=10、answer=max(11,10)=11。
动画 1 · 题意扫描

先看清算法到底要维护什么

先建立输入、目标、输出和第一批状态,不急着进入模板。

Step 1/20%
题目与输入建立输入、目标与算法心智

相邻不能同时偷

正在加载算法场景...
03交互算法精讲

第一层方案:暴力做法

直接递归会反复求同一个子问题;动态规划把答案写入状态表并按依赖顺序复用。

暴力方案的价值是确认题意并提供正确性基线。它通常会覆盖所有候选, 但没有保存已经确认的信息,因此同一状态会被重新计算。

动画 2 · 暴力重复

重复工作究竟发生在哪里

把重复读取或重复搜索的区域明确标出,再决定优化必须保存什么。

Step 1/20%
先做对:建立暴力基线枚举所有候选并完整验证

相邻不能同时偷

正在加载算法场景...
优化方向:最优解一定不同时含首尾,于是把环拆成两条线性数组:A=nums[0..n-2](去尾)、B=nums[1..n-1](去首),各跑一遍 LC198 的 robRange,answer=max(robRange A, robRange B);n==1 特判直接返回 nums[0]。
04交互算法精讲

整体地图:先做什么,再做什么

  1. 1建模把输入翻译成“状态表账本”,明确答案需要观察什么。
  2. 2状态只维护 robRange 里 pre=前前一间最优、cur=前一间最优、next=max(cur, pre+nums[i]) 三个滚动变量,外加两趟结果与最终 answer。
  3. 3转移每一步按照 最优解一定不同时含首尾,于是把环拆成两条线性数组:A=nums[0..n-2](去尾)、B=nums[1..n-1](去首),各跑一遍 LC198 的 robRange,answer=max(robRange A, robRange B);n==1 特判直接返回 nums[0]。
  4. 4收尾读取 nums=[2,7,9,3,1] 时 robRange(0,3)=11、robRange(1,4)=10、answer=max(11,10)=11。,并复核边界与复杂度。
05交互算法精讲

状态表账本:核心概念

先写清 dp 状态含义,再推导转移、初值和遍历顺序。

这道题不是为了记住一个组件名称,而是为了让状态具有可解释的语义:robRange 里 pre=前前一间最优、cur=前一间最优、next=max(cur, pre+nums[i]) 三个滚动变量,外加两趟结果与最终 answer。

核心不变量
  • 首尾相邻 → 最优解最多含其一;去尾的方案全在 A、去首的方案全在 B,两类穷尽所有合法解;首尾都不偷的方案同属 A、B 已被自动覆盖;robRange 内每步 cur 恒为该线到当前房的最大收益。n 是房子数量。
动画 3 · 核心概念

建立“状态表账本”心智模型

用主例建立核心状态,先预测下一步,再公开正确分支和理由。

Step 1/30%
题目与输入建立输入、目标与算法心智

相邻不能同时偷

正在加载算法场景...
06交互算法精讲

核心机制:状态如何一步步变化

这一题是第 198 题的加强版。不过这次是在一个环形的街道中,即最后一个元素和第一个元素是邻居,在不触碰警报的情况下,问能够窃取的财产的最大值是多少? 解题思路和第 198 完全一致,只需要增加额外的一个转换。由于首尾是相邻的,所以在取了第一个房子以后就不能取第 n 个房子,那么就在 [0,n - 1] 的区间内找出总价值最多的解,然后再 [1,n] 的区间内找出总价值最多的解,两者取最大值即可。

最优解一定不同时含首尾,于是把环拆成两条线性数组:A=nums[0..n-2](去尾)、B=nums[1..n-1](去首),各跑一遍 LC198 的 robRange,answer=max(robRange A, robRange B);n==1 特判直接返回 nums[0]。

执行过程中持续维护:robRange 里 pre=前前一间最优、cur=前一间最优、next=max(cur, pre+nums[i]) 三个滚动变量,外加两趟结果与最终 answer。

正确性依赖以下不变量:首尾相邻 → 最优解最多含其一;去尾的方案全在 A、去首的方案全在 B,两类穷尽所有合法解;首尾都不偷的方案同属 A、B 已被自动覆盖;robRange 内每步 cur 恒为该线到当前房的最大收益。n 是房子数量。

面试时可以压缩为:这是 LC198 的环形版,唯一区别是第 0 间和最后一间也相邻、不能同时偷。所以最优解必落在“不偷尾”或“不偷首”两种情况:拆成 A=nums[0..n-2]、B=nums[1..n-1] 两条线性数组,各跑一遍 robRange(pre/cur 滚动、next=max(cur,pre+nums[i])),取 max 即答案;n==1 特判返回 nums[0]。时间 O(n),空间 O(1),n 是房子数量。

落到当前题,执行机制可以压缩为:最优解一定不同时含首尾,于是把环拆成两条线性数组:A=nums[0..n-2](去尾)、B=nums[1..n-1](去首),各跑一遍 LC198 的 robRange,answer=max(robRange A, robRange B);n==1 特判直接返回 nums[0]。每一次更新都必须保持核心不变量,而不是只让样例碰巧得到正确答案。

动画 4 · 机制构建

一次状态转移为什么成立

集中观察一次选择、计算和状态写回,让变量变化与原因同时出现。

Step 1/50%
第 0 间:偷 2 vs 不偷 0 → 2cur=max(prev2+nums[i], prev1)

偷第 0 间,加上 prev2

正在加载算法场景...
07交互算法精讲

正确性证明:为什么不会漏答案

初始化

初始化:算法开始时,全部合法候选仍在状态表示范围内;首尾相邻 → 最优解最多含其一;去尾的方案全在 A、去首的方案全在 B,两类穷尽所有合法解;首尾都不偷的方案同属 A、B 已被自动覆盖;robRange 内每步 cur 恒为该线到当前房的最大收益。n 是房子数量。

保持

保持:执行“最优解一定不同时含首尾,于是把环拆成两条线性数组:A=nums[0..n-2](去尾)、B=nums[1..n-1](去首),各跑一遍 LC198 的 robRange,answer=max(robRange A, robRange B);n==1 特判直接返回 nums[0]。”时,只删除已经能证明不可能的候选,并把新信息写回 robRange 里 pre=前前一间最优、cur=前一间最优、next=max(cur, pre+nums[i]) 三个滚动变量,外加两趟结果与最终 answer。

终止

终止:没有待处理状态或达到命中条件时,当前可观察结果就是“nums=[2,7,9,3,1] 时 robRange(0,3)=11、robRange(1,4)=10、answer=max(11,10)=11。”。

正确性抓手不是“样例跑通”,而是每一帧结束后仍能复述:首尾相邻 → 最优解最多含其一;去尾的方案全在 A、去首的方案全在 B,两类穷尽所有合法解;首尾都不偷的方案同属 A、B 已被自动覆盖;robRange 内每步 cur 恒为该线到当前房的最大收益。n 是房子数量。
08交互算法精讲

完整执行过程

  1. 1题目与输入房子围成一圈,第 0 间和最后一间也相邻。nums=[2,7,9,3,1] 答案 11;反例 nums=[2,3,2] 首尾两个 2 相邻不能同时偷,答案 3。 因为:最优解一定不同时含首尾,于是把环拆成两条线性数组:A=nums[0..n-2](去尾)、B=nums[1..n-1](去首),各跑一遍 LC198 的 robRange,answer=max(robRange A, robRange B);n==1 特判直接返回 nums[0]。
  2. 2dp[i] = 前 i 间能偷的最大金额准备扫描每间房。 因为:偷 i 则不能偷 i-1。
  3. 3第 0 间:偷 2 vs 不偷 0 → 2滚动更新 prev2/prev1。 因为:线性 DP O(n)。
  4. 4第 1 间:偷 3 vs 不偷 2 → 3滚动更新 prev2/prev1。 因为:线性 DP O(n)。
  5. 5第 2 间:偷 4 vs 不偷 3 → 4滚动更新 prev2/prev1。 因为:线性 DP O(n)。
  6. 6最大金额 4返回 prev1。 因为:O(n) O(1) 空间。
  7. 7dp[i] = 前 i 间能偷的最大金额准备扫描每间房。 因为:偷 i 则不能偷 i-1。
  8. 8收尾与复杂度nums=[2,7,9,3,1] 时 robRange(0,3)=11、robRange(1,4)=10、answer=max(11,10)=11。 因为:时间 O(n) · 空间 O(1)。最优解一定不同时含首尾,于是把环拆成两条线性数组:A=nums[0..n-2](去尾)、B=nums[1..n-1](去首),各跑一遍 LC198 的 robRange,answer=max(robRange A, robRange B);n==1 特判直接返回 nums[0]。
动画 5 · 完整执行

从输入完整走到可观察结果

从主例第一帧运行到答案,时间轴始终显示当前状态、因果解释和下一步。

Step 1/80%
题目与输入建立输入、目标与算法心智

相邻不能同时偷

正在加载算法场景...
09交互算法精讲

把动画和 Go 代码逐行对应

代码窗口不会按容易漂移的固定数字行号硬绑动画,而是根据当前语义阶段, 在完整 Go 实现中定位选择、计算、写回或返回分支。当前变量与高亮行一起变化。

动画 6 · 代码映射

让每个动作都落到 Go 分支

重新执行关键分支,只显示当前代码附近窗口,并说明这行为什么在此刻运行。

Step 1/60%
dp[i] = 前 i 间能偷的最大金额prev2=0, prev1=0

相邻不能同时偷

正在加载算法场景...
10交互算法精讲

完整 Go 提交代码与最小测试

完整 Go 解法
func rob(nums []int) int {
	n := len(nums)
	if n == 0 {
		return 0
	}
	if n == 1 {
		return nums[0]
	}
	if n == 2 {
		return max(nums[0], nums[1])
	}
	// 由于首尾是相邻的,所以需要对比 [0,n-1]、[1,n] 这两个区间的最大值
	return max(rob213_1(nums, 0, n-2), rob213_1(nums, 1, n-1))
}

func rob213_1(nums []int, start, end int) int {
	preMax := nums[start]
	curMax := max(preMax, nums[start+1])
	for i := start + 2; i <= end; i++ {
		tmp := curMax
		curMax = max(curMax, nums[i]+preMax)
		preMax = tmp
	}
	return curMax
}

func max(a int, b int) int {
	if a > b {
		return a
	}
	return b
}
最小测试集合
func main() {
    // 1. 主例
    //    输入:mode="house-robber", nums=[2,3,2]
    //    期望:nums=[2,7,9,3,1] 时 robRange(0,3)=11、robRange(1,4)=10、answer=max(11,10)=11。
    //
    // 2. 失败 / 未命中
    //    检查:只跑一趟 LC198 把整圈当线性会同时选中首尾,得到非法方案;忘了 n==1 特判会让 robRange(0,n-2) 退化成 robRange(0,-1);误以为还要单独算“首尾都不偷”;A、B 区间写反。
    //
    // 3. 边界
    //    空输入、单元素、最小合法规模,以及答案恰好落在边界的情况。
    //
    // 4. 迁移
    //    LC198 打家劫舍 (直线版);LC337 打家劫舍 III (二叉树版)
}

Go 参考实现基于 halfrost/LeetCode-Go 的 MIT 许可代码整理,并按本站教学结构补充解释与动画映射。

11交互算法精讲

正确性与复杂度

时间复杂度 O(n)

执行过程中只保留仍可能影响答案的状态。最优解一定不同时含首尾,于是把环拆成两条线性数组:A=nums[0..n-2](去尾)、B=nums[1..n-1](去首),各跑一遍 LC198 的 robRange,answer=max(robRange A, robRange B);n==1 特判直接返回 nums[0]。

空间复杂度 O(1)

额外状态主要用于维护:robRange 里 pre=前前一间最优、cur=前一间最优、next=max(cur, pre+nums[i]) 三个滚动变量,外加两趟结果与最终 answer。

终局不变量
  • 首尾相邻 → 最优解最多含其一;去尾的方案全在 A、去首的方案全在 B,两类穷尽所有合法解;首尾都不偷的方案同属 A、B 已被自动覆盖;robRange 内每步 cur 恒为该线到当前房的最大收益。n 是房子数量。
12交互算法精讲

最容易写错的地方

错误 1

只跑一趟 LC198 把整圈当线性会同时选中首尾,得到非法方案;忘了 n==1 特判会让 robRange(0,n-2) 退化成 robRange(0,-1);误以为还要单独算“首尾都不偷”;A、B 区间写反。

边界复查

必须额外检查空输入、单元素、未命中或不可达情况,以及恰好落在边界的输入。

13交互算法精讲

最后复盘:带走逻辑链

  1. 1题意房子围成一圈,第 0 间和最后一间也相邻。nums=[2,7,9,3,1] 答案 11;反例 nums=[2,3,2] 首尾两个 2 相邻不能同时偷,答案 3。
  2. 2重复直接递归会反复求同一个子问题;动态规划把答案写入状态表并按依赖顺序复用。
  3. 3优化最优解一定不同时含首尾,于是把环拆成两条线性数组:A=nums[0..n-2](去尾)、B=nums[1..n-1](去首),各跑一遍 LC198 的 robRange,answer=max(robRange A, robRange B);n==1 特判直接返回 nums[0]。
  4. 4证明首尾相邻 → 最优解最多含其一;去尾的方案全在 A、去首的方案全在 B,两类穷尽所有合法解;首尾都不偷的方案同属 A、B 已被自动覆盖;robRange 内每步 cur 恒为该线到当前房的最大收益。n 是房子数量。
  5. 5复杂度时间 O(n),空间 O(1)
面试表达:这是 LC198 的环形版,唯一区别是第 0 间和最后一间也相邻、不能同时偷。所以最优解必落在“不偷尾”或“不偷首”两种情况:拆成 A=nums[0..n-2]、B=nums[1..n-1] 两条线性数组,各跑一遍 robRange(pre/cur 滚动、next=max(cur,pre+nums[i])),取 max 即答案;n==1 特判返回 nums[0]。时间 O(n),空间 O(1),n 是房子数量。
迁移练习
  • LC198 打家劫舍 (直线版)
  • LC337 打家劫舍 III (二叉树版)