Ladrão de casa
Guia detalhado e implementação de Python para o problema 'House Robber'.
1. Aprenda
O problema do 'House Robber' é um desafio chave na seção 1D DP.
Esta implementação concentra-se na lógica de nível médio em Python.
Priorizamos a precisão técnica e a legibilidade do código em nossas soluções fornecidas.
2. Real-World Applications
3. Visual Intuition
Visualizando o fluxo lógico para House Robber.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Leia a definição do problema de House Robber com atenção.
2. Formulate brute force
Elabore uma solução iterativa simples.
3. Identify inefficiency
Procure cálculos redundantes.
4. Optimize search path
Use hashing ou classificação para acelerar o processo.
5. Final Implementation
Limpe o código para padrões de produção.
Declaração do problema
Você é um ladrão profissional que planeja roubar casas ao longo de uma rua. Cada casa tem uma certa quantia de dinheiro escondida, a única restrição que o impede de roubar cada uma delas é que as casas adjacentes têm sistemas de segurança conectados e entrará em contato automaticamente com a polícia se duas casas adjacentes forem arrombadas na mesma noite.
Dado um array inteiro nums representando a quantidade de dinheiro de cada casa, retorne a quantia máxima de dinheiro que você pode roubar esta noite sem alertar a polícia.
Escreva uma função rob(nums: List[int]) -> int.
- •1 <= len(nums) <= 100
- •0 <= nums[i] <= 400
Exemplos
nums = [1,2,3,1]
4
Rob house 1 (money = 1) then rob house 3 (money = 3). Total = 1 + 3 = 4.
nums = [2,7,9,3,1]
12
Rob house 1 (money = 2), rob house 3 (money = 9) and rob house 5 (money = 1). Total = 12.
Need a Hint?
Edge Cases to Watch
- Estruturas de entrada vazias
- Entradas de elemento único
- Grandes limites numéricos
Pronto para resolver?
Open the problem in PyRun's browser-based Python editor. Your code runs fully offline — no server required.
Insights e variações da entrevista
Análise de complexidade
Por que tempo: Directly evaluates all possibilities.
Por que espaço: Uses standard local memory.
Por que tempo: Optimized paths reduce total operations.
Por que espaço: May trade memory for speed.
Código Python da solução otimizada
Código Python da solução otimizada
def rob_opt(nums):
rob1, rob2 = 0, 0
for n in nums:
temp = max(n + rob1, rob2)
rob1 = rob2
rob2 = temp
return rob2Código de força bruta (protegido por spoiler)
Código de força bruta (protegido por spoiler)
def rob_brute(nums):
def solve(i):
if i >= len(nums): return 0
return max(nums[i] + solve(i + 2), solve(i + 1))
return solve(0)Algorithm Pattern Checklist
When dealing with 1D DP data patterns.
- Are constraints clear?
- Is there a linear or logarithmic optimization possible?
Key Revision Notes
Aplicam-se propriedades padrão do problema 1D DP.
Perguntas relacionadas
PyRun is built and maintained by an independent solo developer. If this helped your interview prep, consider buying a coffee!
Recursos Python recomendados
Expanda seu conhecimento com tutoriais interativos relacionados, folhas de dicas e comparações de código.
Loops Python
Aprenda como usar loops Python para iterar dados. Domine as práticas recomendadas para loops for, while loops, break, continue e loop com exemplos interativos.
Como classificar uma lista em Python
Aprenda como classificar uma lista em Python usando o método sort() e a função sorted(). Descubra exemplos de classificação de chaves personalizadas e ordem reversa.
Folha de dicas dos métodos de string Python
Um guia de referência completo para manipulação de strings em Python. Domine a formatação, pesquisa, divisão, substituição e verificação de propriedades de string.
Python vs JavaScript: qual linguagem de programação é a melhor?
Uma comparação abrangente entre Python e JavaScript. Explore diferenças de sintaxe, desempenho, casos de uso (backend versus frontend) e exemplos de codificação.