【题目】*337. 打家劫舍 III(树形-动态规划)
在上次打劫完一条街道之后和一圈房屋后,小偷又发现了一个新的可行窃的地区。这个地区只有一个入口,我们称之为“根”。 除了“根”之外,每栋房子有且只有一个“父“房子与之相连。一番侦察之后,聪明的小偷意识到“这个地方的所有房屋的排列类似于一棵二叉树”。 如果两个直接相连的房子在同一天晚上被打劫,房屋将自动报警。
计算在不触动警报的情况下,小偷一晚能够盗取的最高金额。
示例 1
输入: [3,2,3,null,3,null,1]
3
/ \
2 3
\ \
3 1
输出: 7
解释: 小偷一晚能够盗取的最高金额 = 3 + 3 + 1 = 7.
示例 2:
输入: [3,4,5,1,3,null,1]
3
/ \
4 5
/ \ \
1 3 1
输出: 9
解释: 小偷一晚能够盗取的最高金额 = 4 + 5 = 9.
【解题思路1】动态规划
层序遍历,每层所有元素求和再进行dp是不行的,如例2的第二层的5和第三层左边开始的1和3完全是可以同时选取的。
一棵二叉树,树上的每个点都有对应的权值,每个点有两种状态(选中和不选中),问在不能同时选中有父子关系的点的情况下,能选中的点的最大权值和是多少。
用 f(o) 表示选择 o 节点的情况下,o 节点的子树上被选择的节点的最大权值和;g(o) 表示不选择 o 节点的情况下,o 节点的子树上被选择的节点的最大权值和;l 和 r 代表 o 的左右孩子。
当 o 被选中时,o 的左右孩子都不能被选中,故 o 被选中情况下子树上被选中点的最大权值和为 l 和 r 不被选中的最大权值和相加,即 f(o) = g(l) + g®。
当 o 不被选中时,o 的左右孩子可以被选中,也可以不被选中。对于 o 的某个具体的孩子 x,它对 o 的贡献是 x 被选中和不被选中情况下权值和的较大值。故 g(o)=max{f(l),g(l)}+max{f®,g®}。
至此可以用哈希映射来存 f 和 g 的函数值,用深度优先搜索的办法后序遍历这棵二叉树,就可以得到每一个节点的 f 和 g。根节点的 f 和 g 的最大值就是我们要找的答案。
无论是 f(o) 还是 g(o),他们最终的值只和 f(l)、g(l)、f®、g® 有关,所以对于每个节点,我们只关心它的孩子节点们的 f 和 g 是多少。我们可以设计一个结构,表示某个节点的 f 和 g 值,在每次递归返回的时候,都把这个点对应的 f 和 g 返回给上一级调用,这样可以省去哈希映射的空间。
/**
* Definition for a binary tree node.
* public class TreeNode {
* int val;
* TreeNode left;
* TreeNode right;
* TreeNode(int x) { val = x; }
* }
*/
class Solution {
public int rob(TreeNode root) {
int[] rootStatus = dfs(root);
return Math.max(rootStatus[0], rootStatus[1]);
}
public int[] dfs(TreeNode node) {
if (node == null) {
return new int[]{0, 0};
}
int[] left = dfs(node.left);
int[] right = dfs(node.right);
int selected = node.val + left[1] + right[1];
int notSelected = Math.max(left[0], left[1]) + Math.max(right[0], right[1]);
return new int[]{selected, notSelected};
}
}
下面这个逻辑有点混乱_(:з」∠)_
class Solution {
public int rob(TreeNode root) {
return process(root)[1];
}
public int[] process(TreeNode root){
if(root == null){
return new int[]{0,0};
}
//left[0] right[0]表示下下一层的数,left[1]和right[1]表示下一层的数,然后dp一下
int[] left = process(root.left);
int[] right = process(root.right);
// 不选中root和选中root里求max
int r = Math.max(left[1]+right[1],left[0]+right[0]+root.val);
// 1位置就是当前max,0位置表示不选root
return new int[]{left[1]+right[1],r};
}
}