题目:
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。
/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode() : val(0), left(nullptr), right(nullptr) {}
* TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
* TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
* };
*/
class Solution {
/*
树的遍历有四种,本题一定是要后序遍历的,因为需要通过递归函数返回值来考虑的返回值,来计算下一步的结果
无需重新定义 递归函数,本题中给的函数已经符合写递归的条件,直接写就好了嘛
方法一:暴力递归
n 表示节点个数
* 时间复杂度:O(n^2) 这个时间复杂度不太标准,也不容易准确化,例如越往下的节点重复计算次数就越多
* 空间复杂度:O(n) 算上递推系统栈的空间
计算了root的四个孙子(左右孩子的孩子)为头结点的子树的情况,又计算了root的左右孩子为头结点的子树的情况,计算左右孩子的时候其实又把孙子计算了一遍。
方法二:记忆化递推
* 时间复杂度:O(n)
* 空间复杂度:O(n) 算上递推系统栈的空间
要点就是使用一个 map 把计算过的结果保存一下,这样就可以对方法一进行优化,
如果计算过孙子,那么计算孩子的时候可以重复用孙子的结果
方法三:动态规划
上面两种方法对一个节点 偷与不偷得到的最大金钱都没有做记录,而是需要实时计算的,
而动态规划其实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最大金钱
本题可以称为 树形dp的入门题目,也就是在树上进行状态转移,递归三部曲 + 动规五部曲
*/
public:
/***************************方法一:暴力递归*********************************/
// int rob(TreeNode* root)
// {
// // 后序遍历 左 右 中
// // 终止条件,刚开始我把第二个终止条件写在 主函数中,仔细想想,应该写在递归函数中才对嘛!!!
// if(root == nullptr) return 0;
// if(root->right == nullptr && root->left == nullptr) return root->val;
// // 写错了!!!是 += ,我怎么就想不到呢,需要累加的关系嘛!!!
// // 这里的逻辑没有想到,主要是分两种情况,
// // 1、抢当前节点,那么左右孩子就不能考虑了
// // 2、不抢当前节点,那么就可以考虑左右孩子
// // 情况一:抢当前节点,那么就不考虑左右孩子,直接下一层
// int val1 = root->val;
// if(root->left != nullptr)
// { // 跳过root->left,相当于不考虑左孩子了
// val1 += rob(root->left->left) + rob(root->left->right);
// }
// if(root->right != nullptr)
// {
// // 跳过root->right,相当于不考虑左孩子了
// val1 += rob(root->right->left) + rob(root->right->right);
// }
// // 情况二:不抢当前节点,那么就考虑左右孩子
// int val2 = rob(root->left) + rob(root->right);
// // 中
// return max(val1, val2);
// }
/**************************方法二:记忆递归****************************/
// unordered_map<TreeNode*, int> mp; //记录计算结果
// int rob(TreeNode* root)
// {
// // 终止条件 注意多了一个,是判断是否处理过该节点
// if(root == nullptr) return 0;
// if(root->left == nullptr && root->right == nullptr) return root->val;
// if(mp[root] != 0) return mp[root]; // 如果 mp 里面已经记录过,则直接返回
// // 情况一:抢当前节点,不抢左右孩子
// int val1 = root->val;
// if(root->left != nullptr)
// {
// val1 += rob(root->left->left) + rob(root->left->right);
// }
// if(root->right != nullptr)
// {
// val1 += rob(root->right->left) + rob(root->right->right);
// }
// // 情况二:不抢当前节点,抢左右孩子
// int val2 = rob(root->left) + rob(root->right);
// // 别忘了在这里需要更新一下 mp 数组,
// mp[root] = max(val1, val2);
// return max(val1, val2);
// }
/********************************方法三:动态规划*********************************/
int rob(TreeNode* root)
{
vector<int> result = robTree(root);
return max(result[0], result[1]);
}
// 递归函数
vector<int> robTree(TreeNode* cur)
{
if(cur == nullptr) 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]);
// 这个顺序写错了!!!! 第一个参数是记录不偷的! 第二个参数记录的是偷的!
return {val2, val1};
}
};