leetcode337. 打家劫舍 III

1.题目描述：

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。

 

2.递归解法：

这道题解题关键在于弄清楚最小化的计算逻辑。当前节点被抢，则左右子节点不能被抢，需要抢4个孙子节点获取最大钱数；当前节点不被抢，则可以抢左右子节点。返回两种情况中的最大值。递归三步骤①、递归终止条件：root == null，返回0。②、每级递归需要做的：计算当前节点与孙子节点能抢的值，计算当前节点左右子节点能抢的值，判断两者大小。③、返回值：两者中的最大值，即当前节点及以后节点所能抢到的最大值。复杂度分析：空间复杂度取决于递归的层数最差链表为O(n)。观察代码可以发现，当前节点递归调用时，会调用其左右子节点即孙子节点的rob方法，左右子节点的rob方法进入后又会调用其左右子节点的rob方法，也就是原孙子节点的rob方法，重复计算使得时间复杂度较高，最差的情况接近O(n ^ 2)。此方法leetcode超出时间限制。

/**
 * Definition for a binary tree node.
 * public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode() {}
 *     TreeNode(int val) { this.val = val; }
 *     TreeNode(int val, TreeNode left, TreeNode right) {
 *         this.val = val;
 *         this.left = left;
 *         this.right = right;
 *     }
 * }
 */
class Solution {
    public int rob(TreeNode root) {
        if (root == null) return 0;
        int res = root.val;
        if (root.left != null) res += rob(root.left.left) + rob(root.left.right);
        if (root.right != null) res += rob(root.right.left) + rob(root.right.right);
        return Math.max(res, rob(root.left) + rob(root.right));
    }
}

3.记忆化递归：

如上所述，由于会重复计算孙子节点的rob返回值，因此在递归中，把已经计算出rob值的节点信息存入哈希表中即可随后再取出，防止重复计算。记忆化递归之后，相当于遍历所有节点，但是存及判断哈希表还需要时间，时间复杂度接近O(n)。

class Solution {
    public int rob(TreeNode root) {
        Map<TreeNode, Integer> map = new HashMap<>();
        return dfs(root, map);
    }
    public int dfs(TreeNode root, Map<TreeNode, Integer> map) {
        if (root == null) return 0;
        if (map.containsKey(root)) return map.get(root);
        int res = root.val;
        if (root.left != null) res += dfs(root.left.left, map) + dfs(root.left.right, map);
        if (root.right != null) res += dfs(root.right.left, map) + dfs(root.right.right, map);
        int temp = Math.max(res, dfs(root.left, map) + dfs(root.right, map));
        map.put(root, temp);
        return temp;
    }
}

4.动态规划：

使用动态规划通过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最大值。dp数组及下标的含义：下标为0记录不偷该节点所得到的最大值，下标为1记录偷该节点所得到的最大值。时间复杂度为O(n)，但是相比记忆化递归节省了操作哈希表的时间。当前root节点对应的res数组则由代码中如下公式得来：

class Solution {
    public int rob(TreeNode root) {
        int[] res = dfs(root);
        return Math.max(res[0], res[1]);
    }
    public int[] dfs(TreeNode root) {
        int[] res = new int[2];         
        if (root == null) return res;
        int[] l = dfs(root.left);
        int[] r = dfs(root.right);
        res[0] = Math.max(l[0], l[1]) + Math.max(r[0], r[1]);
        res[1] = l[0] + r[0] + root.val;
        return res;
    }
}