D48|“打家劫舍”动规篇

198.打家劫舍

1.题目
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。

2.实现

class Solution:
    def rob(self, nums: List[int]) -> int:
        # dp[i]表示该索引位置能得的最大金额  dp[i] = max(dp[i - 2] + nums[i], dp[i - 1])
        n = len(nums)
        dp = [0] * n
        dp[0] = nums[0]
        if n == 1:
            return dp[0]
        dp[1] = max(dp[0], nums[1])
        for i in range(2, n):
            dp[i] = max(dp[i - 2] + nums[i], dp[i - 1])
        return dp[n - 1]

213.打家劫舍II

1.题目
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。

2.实现
困难点：如何处理环，想到之前取余的做法从而对索引取余去更新dp值，但想想最后一个位置如果选，则首位不选，所以两者相互制约，从而改变偷盗范围！
注意：选只是考虑，不是一定要偷

337.打家劫舍III

1.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。

2.实现
困难点：不知道如何在树上刻画相邻
用层次遍历将相邻转为邻层来考虑，这样就没考虑到相邻层不同树的情况！
法1：用动规解决，用长度为2的dp数组记录：dp[0]表示偷该节点的最大金额，dp[1]表示不偷该节点的最大金额，并作为返回值，确定用后序遍历来根据返回值来确定结果

# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution:
    from collections import deque
    def Rob(self, root):
        if not root:
            return [0, 0]
        left = self.Rob(root.left)
        right = self.Rob(root.right)
        val1 = root.val + left[1] + right[1]
        # 后续遍历，则当root父节点不偷时，应比较左右子节点偷与不偷哪种金额更多
        val2 = max(left[0], left[1]) + max(right[0], right[1])
        return [val1, val2]

    def rob(self, root: Optional[TreeNode]) -> int:
        res = self.Rob(root)
        return max(res[0], res[1])
        # 该方法把一层的根节点绑定在一起，只要是异树的即不相邻，无需隔层
        # d = deque()
        # d.append(root)
        # i = -1
        # dp = []
        # while d:
        #     size = len(d)
        #     tmp = 0
        #     i += 1
        #     for _ in range(size):
        #         cur = d.popleft()
        #         if cur.left:
        #             d.append(cur.left)
        #         if cur.right:
        #             d.append(cur.right)
        #         tmp += cur.val
        #     if i == 0:
        #         dp.append(tmp)
        #     if i == 1:
        #         dp.append(max(dp[0], tmp))
        #     if i > 1:
        #         print(i, dp)
        #         dp.append(max(dp[i - 1], dp[i - 2] + tmp))
        # return dp[-1]

法2：记忆递归法来暴力搜索
重点理解为什么能降低时间复杂度

文章讲解