198.打家劫舍 213.打家劫舍II 337.打家劫舍 III
我们以198这道题来分析动态规划在打家劫舍里面的应用 题意很简单 我们不能偷相邻的房间 只能隔着一个房间偷 然后要求我们偷的价值最大 根据做题的步骤 我们可以清晰的确定dp数组的含义是 在当前房间所可以偷到的最大价值 并且当前房间可以偷盗的价值与前两个房间是有关的 是前一个房间所偷盗的价值和前前一个房间加上该房间价值的最大值 所以我们初始化的时候 要把最开始0和1的房间初始化
打家劫舍2 是一个成环的数组 这就涉及到了两种情况 取首不取尾和取尾不取首这两种情况 然后我们最后只需要返回这两个情况的最大值
class Solution {
public:
int rob(vector<int>& nums) {
if (nums.size() == 0) return 0;
if (nums.size() == 1) return nums[0];
vector<int> dp(nums.size(),0);
dp[0]=nums[0];
dp[1]=max(nums[0],nums[1]);
for(int i=2;i<nums.size();i++){
dp[i]=max(dp[i-2]+nums[i],dp[i-1]);
}
return dp[nums.size()-1];
}
};
打家劫舍3 是在树里面相邻的不能偷盗 所以如果娶了父节点就不能再考虑两个孩子节点 我们就需要用数组表示该节点到底偷不偷 采用后序遍历的方式 在最后处理逻辑 返回偷盗的最大值
class Solution {
public:
int rob(TreeNode* root) {
vector<int> result = robTree(root);
return max(result[0], result[1]);
}
// 长度为2的数组,0:不偷,1:偷
vector<int> robTree(TreeNode* cur) {
if (cur == NULL) return vector<int>{0, 0};
vector<int> left = robTree(cur->left);
vector<int> right = robTree(cur->right);
// 偷cur,那么就不能偷左右节点。
int val1 = cur->val + left[0] + right[0];
// 不偷cur,那么可以偷也可以不偷左右节点,则取较大的情况
int val2 = max(left[0], left[1]) + max(right[0], right[1]);
return {val2, val1};
}
};