198.打家劫舍
动态规划,偷不偷这个房间呢?| LeetCode:198.打家劫舍_哔哩哔哩_bilibili
你是一个专业的小偷,计划偷窃沿街的房屋。每间房内都藏有一定的现金,影响你偷窃的唯一制约因素就是相邻的房屋装有相互连通的防盗系统,如果两间相邻的房屋在同一晚上被小偷闯入,系统会自动报警。
给定一个代表每个房屋存放金额的非负整数数组,计算你 不触动警报装置的情况下 ,一夜之内能够偷窃到的最高金额。
- 示例 1:
- 输入:[1,2,3,1]
- 输出:4
解释:偷窃 1 号房屋 (金额 = 1) ,然后偷窃 3 号房屋 (金额 = 3)。 偷窃到的最高金额 = 1 + 3 = 4 。
- 示例 2:
- 输入:[2,7,9,3,1]
- 输出:12 解释:偷窃 1 号房屋 (金额 = 2), 偷窃 3 号房屋 (金额 = 9),接着偷窃 5 号房屋 (金额 = 1)。 偷窃到的最高金额 = 2 + 9 + 1 = 12 。
提示:
- 0 <= nums.length <= 100
- 0 <= nums[i] <= 400
间隔着偷,然后比较最大值取最大值,才能最终偷到的金额总数最大。
动规五部曲:
1、确定dp数组以及下标的含义:dp[i]: 考虑下标i以内的房屋,最多可以偷盗的金额为dp[i];
2、确定递推公式:如果偷i,那么i-1一定是不偷的,找出下标i-2以内的房屋,最多可以偷窃的金额为dp[i-2] 加上i房间偷盗的钱;如果不偷i房间,那么dp[i] = dp[i-1],考虑i-1房,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:从递推公式dp[i] = max(dp[i-2] + nums[i], dp[i-1])可以看出,dp公式最终的基础就是dp[0]和dp[1], dp[0] 一定是nums[0] , dp[1] 就是nums[0] 和nums[1] 的最大值:dp[1] = max(nums[0], nums[1]);
4、确定遍历顺序:dp[i] 是根据dp[i-1] 和dp[i-2] 推导出来的,所以一定是从前往后遍历。
5、举例推导dp数组:
综合代码:
class Solution {
public int rob(int[] nums) {
if (nums == null || nums.length == 0) return 0;
if (nums.length == 1) return nums[0];
int[] dp = new int[nums.length];
dp[0] = nums[0];
dp[1] = Math.max(dp[0], nums[1]);
for (int i = 2; i < nums.length; i++) {
dp[i] = Math.max(dp[i - 1], dp[i - 2] + nums[i]);
}
return dp[nums.length - 1];
}
}
213.打家劫舍II
动态规划,房间连成环了那还偷不偷呢?| LeetCode:213.打家劫舍II_哔哩哔哩_bilibili
你是一个专业的小偷,计划偷窃沿街的房屋,每间房内都藏有一定的现金。这个地方所有的房屋都 围成一圈 ,这意味着第一个房屋和最后一个房屋是紧挨着的。同时,相邻的房屋装有相互连通的防盗系统,如果两间相邻的房屋在同一晚上被小偷闯入,系统会自动报警 。
给定一个代表每个房屋存放金额的非负整数数组,计算你 在不触动警报装置的情况下 ,能够偷窃到的最高金额。
示例 1:
输入:nums = [2,3,2]
输出:3
解释:你不能先偷窃 1 号房屋(金额 = 2),然后偷窃 3 号房屋(金额 = 2), 因为他们是相邻的。
示例 2:
输入:nums = [1,2,3,1]
输出:4
解释:你可以先偷窃 1 号房屋(金额 = 1),然后偷窃 3 号房屋(金额 = 3)。偷窃到的最高金额 = 1 + 3 = 4 。
示例 3:
输入:nums = [0]
输出:0
提示:
- 1 <= nums.length <= 100
- 0 <= nums[i] <= 1000
和打家劫舍I相比,这道题就是成环了。
有三种情况:
1、考虑不包含首尾元素:
2、考虑包含首元素,不包含尾元素:
3、考虑包含尾元素,不包含首元素:
综合代码:
class Solution { // 定义Solution类
public int rob(int[] nums) { // 定义rob方法,参数为一个整数数组,返回一个整数
if (nums == null || nums.length == 0) // 如果数组为空或者长度为0,则返回0
return 0;
int len = nums.length; // 获取数组的长度
if (len == 1) // 如果数组长度为1,则直接返回数组中的唯一元素
return nums[0];
// 否则,返回两个方法调用的结果的最大值,一个是从0到len-2的范围内进行抢劫,另一个是从1到len-1的范围内进行抢劫
return Math.max(robAction(nums, 0, len - 1), robAction(nums, 1, len));
}
int robAction(int[] nums, int start, int end) { // 定义robAction方法,参数为一个整数数组,起始索引和结束索引,返回一个整数
int x = 0, y = 0, z = 0; // 初始化三个整数变量x、y、z,分别表示上一家、当前家和下一家的抢劫金额
for (int i = start; i < end; i++) { // 循环遍历数组,从start索引到end-1索引
y = z; // 将当前家的抢劫金额赋值给y
z = Math.max(y, x + nums[i]); // 计算当前家的抢劫金额,取上一家和当前家与上上家加上当前家的抢劫金额中的较大值
x = y; // 更新上一家的抢劫金额为当前家的抢劫金额
}
return z; // 返回最后一家的抢劫金额
}
}
337.打家劫舍III
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
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。
使用一个二维数组,来记录当前偷与不偷所得到的最大金钱。二叉树一般用回溯三部曲来解答,这里将回溯三部曲和递归五部曲做一个融合:
递归三部曲:
1、确定递归的参数和返回值:返回值是一个长度为2的数组,参数为当前节点。返回的数组就是dp数组,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:遇到空节点,则说明到头了,返回。这也相当于dp数组的初始化。
3、确定遍历顺序:后序遍历,因为只有后序遍历才能将递归函数得到的值用于下一步计算。
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]; (如果对下标含义不理解就再回顾一下dp数组的含义)
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]);
综合代码:
public int rob3(TreeNode root) {
int[] res = robAction1(root);
return Math.max(res[0], res[1]);
}
int[] robAction1(TreeNode root) {
int res[] = new int[2];
if (root == null)
return res;
int[] left = robAction1(root.left);
int[] right = robAction1(root.right);
res[0] = Math.max(left[0], left[1]) + Math.max(right[0], right[1]);
res[1] = root.val + left[0] + right[0];
return res;
}
}