打家劫舍3
问题描述
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 root
。
除了 root
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。
给定二叉树的 root
。返回在不触动警报的情况下,小偷能够盗取的最高金额。
示例
示例 1:
输入: root = [3,2,3,null,3,null,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: root = [3,4,5,1,3,null,1]
输出: 9
解释: 小偷一晚能够盗取的最高金额 4 + 5 = 9
分析
这是一个二叉树的动态规划问题。小偷不能同时盗取相邻的房屋,因此需要考虑每个节点的盗窃方案。对于每个节点,有两种情况:盗窃该节点的价值和不盗窃该节点的价值。如果盗窃该节点,则不能盗窃其子节点;如果不盗窃该节点,则可以盗窃其子节点。
状态定义
定义一个长度为 2 的数组 dp
,其中 dp[0]
表示不盗窃当前节点的最大收益,dp[1]
表示盗窃当前节点的最大收益。
状态转移方程
对于每个节点 node
,其左右子节点为 left
和 right
,有以下状态转移方程:
dp[0] = max(left[0], left[1]) + max(right[0], right[1])
,表示不盗窃当前节点,最大收益为左子节点的最大收益与右子节点的最大收益之和。dp[1] = node.val + left[0] + right[0]
,表示盗窃当前节点,最大收益为当前节点的价值与左子节点不盗窃的最大收益与右子节点不盗窃的最大收益之和。
初始化
如果节点为 null,则 dp[0]
和 dp[1]
均为 0。
Java解题
class Solution {
public int rob(TreeNode root) {
int[] dp = robSub(root);
return Math.max(dp[0], dp[1]);
}
// 辅助函数,返回一个长度为2的数组,表示盗窃当前节点的最大收益和不盗窃当前节点的最大收益
private int[] robSub(TreeNode node) {
if (node == null) return new int[2];
//后序遍历,因为本次的dp数组依赖前面的dp数组
int[] left = robSub(node.left);
int[] right = robSub(node.right);
// dp[0]存放不偷当前节点的最大金额;dp[1]存放偷当前节点的最大金额
int[] dp = new int[2];
// 不盗窃当前节点
dp[0] = Math.max(left[0], left[1]) + Math.max(right[0], right[1]);
// 盗窃当前节点
dp[1] = node.val + left[0] + right[0];
return dp;
}
}
总结
通过动态规划的思想,我们可以解决这个问题。首先定义状态,然后根据状态转移方程进行状态转移,最终返回不触动警报的情况下,小偷能够盗取的最高金额。