代码随想录算法训练营第四十八天 | 树形dp

news/2024/11/14 21:08:12/

198.打家劫舍

文档讲解:代码随想录 (programmercarl.com)

状态:看了“决定dp[i]的因素才做出来"。

思路

当前房屋偷与不偷取决于 前一个房屋和前两个房屋是否被偷了

所以这里就更感觉到,当前状态和前面状态会有一种依赖关系,那么这种依赖关系都是动规的递推公式。

动规五部曲

  1. 确定dp数组(dp table)以及下标的含义

    dp[i]:考虑下标i(包括i)以内的房屋,最多可以偷窃的金额为dp[i]

  2. 确定递推公式

    决定dp[i]的因素就是第i房间偷还是不偷

    如果偷第i房间,那么dp[i] = dp[i - 2] + nums[i] ,即:第i-1房一定是不考虑的,找出 下标i-2(包括i-2)以内的房屋,最多可以偷窃的金额为dp[i-2] 加上第i房间偷到的钱。

    如果不偷第i房间,那么dp[i] = dp[i - 1],即考 虑i-1房,(注意这里是考虑,并不是一定要偷i-1房,这是很多同学容易混淆的点

    然后dp[i]取最大值,即dp[i] = max(dp[i - 2] + nums[i], dp[i - 1]);

  3. dp数组如何初始化

    从dp[i]的定义上来讲,dp[0] 一定是 nums[0],dp[1]就是nums[0]和nums[1]的最大值即:dp[1] = max(nums[0], nums[1]);

  4. 确定遍历顺序

    dp[i] 是根据dp[i - 2] 和 dp[i - 1] 推导出来的,那么一定是从前到后遍历!

  5. 举例推导dp数组

    以示例二,输入[2,7,9,3,1]为例。红框dp[nums.size() - 1]为结果。

    在这里插入图片描述

    代码

    class Solution {
    public:// dp[i]有两种:若偷第i个房间,则第i-1个房间不偷,dp[i] = dp[i - 2] + nums[i];//             若不偷第i个房间,则dp[i] = dp[i - 1]// 故 dp[i] = max(dp[i - 2] + nums[i], dp[i - 1]);int rob(vector<int>& nums) {if(nums.size() == 1) return nums[0];if(nums.size() == 2) return max(nums[0], nums[1]);vector<int> dp(nums.size() + 1, 0);dp[0] = nums[0];dp[1] = max(nums[0], nums[1]);for(int i = 2; i < nums.size(); i++){dp[i] = max(dp[i - 2] + nums[i], dp[i - 1]);}return dp[nums.size() - 1];}
    };
    

213.打家劫舍II

文档讲解:代码随想录 (programmercarl.com)

状态:不会做。

思路

因为成环了,所以数组的第一个元素和最后一个元素不能同时取得,只能取第一个取最后一个二者都不取

  • 情况一:考虑不包含首尾元素,即二者都不取

    在这里插入图片描述

  • 情况二:考虑包含首元素,不包含尾元素,即只取第一个元素

    在这里插入图片描述

  • 情况三:考虑包含尾元素,不包含首元素,即只取最后一个元素

    在这里插入图片描述

注意这里用的是"考虑",如情况三,虽然考虑包含尾元素,但不一定要选尾部元素! 对于情况三,取nums[1] 和 nums[3]就是最大的。

情况二 和 情况三 都包含情况一了,所以只考虑情况二和情况三就可以了。也就是用上一题的方法在数组的不同范围各跑一遍取最大值。

代码

class Solution {
public:int rob(vector<int>& nums) {if(nums.size() == 1) return nums[0];if(nums.size() == 2) return max(nums[0], nums[1]);int res1 = robRange(nums, 0, nums.size() - 2);int res2 = robRange(nums, 1, nums.size() - 1);return max(res1, res2);}int robRange(vector<int>& nums, int start, int end) {   // 上一题的代码,加入start和endif(nums.size() == 1) return nums[start];if(nums.size() == 2) return max(nums[start], nums[start + 1]);vector<int> dp(nums.size() + 1, 0);dp[start] = nums[start];dp[start + 1] = max(nums[start], nums[start + 1]);for(int i = start + 2; i <= end; i++){dp[i] = max(dp[i - 2] + nums[i], dp[i - 1]);}return dp[end];}
};

337.打家劫舍 III

文档讲解:代码随想录 (programmercarl.com)

视频讲解:动态规划,房间连成树了,偷不偷呢?| LeetCode:337.打家劫舍3_哔哩哔哩_bilibili

状态:不会做。这是“树形dp”的入门题。

思路

每个节点只有两种状态:偷与不偷,可以用长度为2的数组表示。eg. dp[0]表示不偷,dp[1]表示偷。

递归遍历时,每层递归都有一个长度为2的dp数组,表示当前节点的状态(偷与不偷),故无需定义一个大的dp数组来表示所有节点状态。

每个节点有偷和不偷两种状态,比较这两种状态的金钱取较大值。而计算当前节点偷与不偷的金钱时,又受到左右子结点的影响,比如:

  • 偷当前节点,就不能偷左右子结点,故当前节点的金钱=当前节点值+左结点的dp[0]+右节点的dp[0],而左右节点的dp[0]需要通过后序遍历获得
  • 不偷当前节点,就考虑偷左右子结点,!!那么左右子结点到底偷不偷呢?eg. 左节点偷不偷取决于“左节点在偷与不偷的情况下,左节点的最大金币数是多少,取最大值”。右孩子同理。

将以上两种状态的金币数作为递归的返回值。

以上是看视频总结的,下面是文档讲解

动态规划就是使用状态转移容器来记录状态的变化,这里可以使用一个长度为2的数组,记录当前节点偷与不偷所得到的的最大金钱。

这道题目算是树形dp的入门题目,因为是在树上进行状态转移,我们在讲解二叉树的时候说过递归三部曲,那么下面我以递归三部曲为框架,其中融合动规五部曲的内容来进行讲解

  1. 确定递归函数的参数和返回值

    要求一个节点 偷与不偷的两个状态所得到的金钱,那么返回值就是一个长度为2的数组。

    参数为当前节点,这里的返回数组就是dp数组。代码如下:

    vector<int> robTree(TreeNode* cur) {
    

    所以dp数组(dp table)以及下标的含义:下标为0记录不偷该节点所得到的的最大金钱,下标为1记录偷该节点所得到的的最大金钱。所以本题dp数组就是一个长度为2的数组!

  2. 确定终止条件

    在遍历的过程中,如果遇到空节点的话,很明显,无论偷还是不偷都是0,所以就返回。这也相当于dp数组的初始化。

    if (cur == NULL) return vector<int>{0, 0};
    
  3. 确定遍历顺序

    首先明确的是使用后序遍历。 因为要通过递归函数的返回值来做下一步计算。

    通过递归左节点,得到左节点偷与不偷的金钱。

    通过递归右节点,得到右节点偷与不偷的金钱。

    // 下标0:不偷,下标1:偷
    vector<int> left = robTree(cur->left); // 左
    vector<int> right = robTree(cur->right); // 右
    // 中
    
  4. 确定单层递归的逻辑

    如果是偷当前节点,那么左右孩子就不能偷,val1 = cur->val + left[0] + right[0];

    如果不偷当前节点,那么左右孩子就可以偷,至于到底偷不偷一定是选一个最大的,所以:val2 = max(left[0], left[1]) + max(right[0], right[1]);

    最后当前节点的状态就是{val2, val1}; 即:{不偷当前节点得到的最大金钱,偷当前节点得到的最大金钱}

    vector<int> left = robTree(cur->left); // 左
    vector<int> right = robTree(cur->right); // 右// 偷cur
    int val1 = cur->val + left[0] + right[0];
    // 不偷cur
    int val2 = max(left[0], left[1]) + max(right[0], right[1]);
    return {val2, val1};
    

代码

class Solution {
public:int rob(TreeNode* root) {vector<int> result = robTree(root);return max(result[0], result[1]);}// 长度为2的数组,0:不偷,1:偷vector<int> robTree(TreeNode* cur) {if (cur == NULL) return vector<int>{0, 0};vector<int> left = robTree(cur->left);vector<int> right = robTree(cur->right);// 偷cur,那么就不能偷左右节点。int val1 = cur->val + left[0] + right[0];// 不偷cur,那么可以偷也可以不偷左右节点,则取较大的情况int val2 = max(left[0], left[1]) + max(right[0], right[1]);return {val2, val1};}
};

http://www.ppmy.cn/news/82250.html

相关文章

C语言CRC-16 DNP格式校验函数

C语言CRC-16 DNP格式校验函数 CRC-16校验产生2个字节长度的数据校验码&#xff0c;通过计算得到的校验码和获得的校验码比较&#xff0c;用于验证获得的数据的正确性。基本的CRC-16校验算法实现&#xff0c;参考&#xff1a; C语言标准CRC-16校验函数。 不同应用规范通过对输…

622. 设计循环队列

622. 设计循环队列 Java实现循环队列设计 题目描述 设计你的循环队列实现。 循环队列是一种线性数据结构&#xff0c;其操作表现基于 FIFO&#xff08;先进先出&#xff09;原则并且队尾被连接在队首之后以形成一个循环。它也被称为“环形缓冲器”。 循环队列的一个好处是我…

mysql执行计划explain

mysql 执行计划 explain 介绍 mysql8.0为例&#xff1a;https://dev.mysql.com/doc/refman/8.0/en/explain-output.html EXPLAIN为语句中使用的每个表返回一行信息 SELECT。它按照 MySQL 在处理语句时读取它们的顺序列出输出中的表。这意味着 MySQL 从第一个表中读取一行&…

牛牛截图控件与利洽远程控制产品升级-支持证书自动升级

今天我们来聊一聊浏览器控件的一个痛点&#xff01;看看我们是如何解决他的。 背景信息 目前市面上存在多种浏览器&#xff0c;IE、Chrome、Firefox、Edge以及一众国产浏览器&#xff0c;这些浏览器中&#xff0c;IE支持ActiveX&#xff0c;部分国产浏览器支持npapi&#xff…

前端架构师-week7-B端项目需求分析和架构设计

标题 B端项目需求分析 和 架构设计 将收获什么 做怎样的项目完成瓶颈期的突破 怎样从需求中寻找关键难点 怎样写技术解决方案 怎样进行基础的技术选型 关键词 挖掘难点 - 找到项目中的痛点 技术解决方案 - 以文档的形式创造可追溯的思考模型 业务组件库 - 多项目复用的业务组…

LIN-报文结构

文章目录 协议规范一、字节场二、报文头&#xff08;HEADER FIELDS&#xff09;同步间隔&#xff08;synchronisation break)同步场&#xff08;SYNCH FIELD&#xff09;标识符场&#xff08;IDENTIFIER FIELD&#xff09; 三、数据场&#xff08;DATE FIELDS&#xff09;四、校…

1096 Consecutive Factors(22行代码+详细注释)

分数 20 全屏浏览题目 切换布局 作者 CHEN, Yue 单位 浙江大学 Among all the factors of a positive integer N, there may exist several consecutive numbers. For example, 630 can be factored as 3567, where 5, 6, and 7 are the three consecutive numbers. Now g…

effective c++ 18 让接口容易被正确使用, 不易被误用

effective c 18 让接口容易被正确使用&#xff0c; 不易被误用 在本节中作者建议大家在写代码的时候要提供的接口需要拥有正确性和易用性。 写代码时你可能根据第一感觉就写出了一个接口&#xff0c;这个时候你可能需要再思考思考这个接口是否好用&#xff0c; 是否可能被误用…