目录
- 198.打家劫舍
- 213.打家劫舍II
- 337.打家劫舍III
- 参考
198.打家劫舍
198题目链接
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]。
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)
然后dp[i]取最大值,即dp[i] = max(dp[i - 2] + nums[i], dp[i - 1]);
dp数组初始化
从dp[i]的定义以及递推公式来讲:dp[0] = nums[0], dp[1] = max(nums[0], nums[1]);
遍历顺序:
从前往后
class Solution {
public:int rob(vector<int>& nums) {vector<int> dp(nums.size());dp[0] = nums[0];if (nums.size() == 1) return dp[0];dp[1] = max(nums[0], nums[1]);if (nums.size() == 2) return dp[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
213题目链接
有的时候不一定要纠结怎么处理“环”这个点,把问题进行拆分之后:变为考虑头、考虑尾 反而变得明朗了。
把环形问题进行展开,展开成线性的结构,然后我们再单独去考虑首元素 选 还是不选
因为是环,首位元素最多只能选择一个,根据此,可以分成3种情况:
情况一,考虑不包括首尾元素
情况二,考虑包含首元素,不包含尾元素
情况三,考虑包含尾元素,不包含首元素
其中,情况二和情况三包含了情况一
后面针对每种情况,和 198打家劫舍 一致。
class Solution {
public:int rob(vector<int>& nums) {if (nums.size() == 1) return nums[0];vector<int> nums1(nums.begin() + 1, nums.end());vector<int> nums2(nums.begin(), nums.end() - 1);int max1 = rob0(nums1);int max2 = rob0(nums2);return max1 > max2 ? max1 : max2;}int rob0(vector<int>& nums) {vector<int> dp(nums.size());dp[0] = nums[0];if (nums.size() == 1) return dp[0];dp[1] = max(nums[0], nums[1]);if (nums.size() == 2) return dp[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];}
};
337.打家劫舍III
337题目链接
二叉树与动态规划的一个结合,即树形dp
二叉树 递归三部曲 + 动规五部曲
1.确定递归函数的参数和返回值
vector<int> robTree(TreeNode* cur) {
其实这里的返回数组就是dp数组(长度为2)。
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。
2.确定终止条件
if (cur == NULL) return vector<int>{0, 0};
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
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。
即如果偷当前节点,需要知道其下面节点不偷的最大金钱数量;如果不偷,需要知道其下面节点可以偷的最大金钱数量。
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};
完整代码
class Solution {
public:int rob(TreeNode* root) {vector<int> result = robTree(root);return result[0] > result[1] ? result[0] : result[1];}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);// 偷当前节点int val1 = cur->val + left[0] + right[0];// 不偷当前节点int val2 = max(left[0], left[1]) + max(right[0], right[1]);// cout << "cur->val: " << cur->val << endl;// cout << "val1:" << val1 << " " << "val2:" << val2 << endl;return {val2, val1};}
};
参考
代码随想录-打家劫舍