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。
示例 1:
输入: [3,2,3,null,3,null,1]
3
/ \
2 3
\ \
3 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: [3,4,5,1,3,null,1]
3
/ \
4 5
/ \ \
1 3 1
输出: 9
解释: 小偷一晚能够盗取的最高金额 = 4 + 5 = 9.
方法一:动态规划
来自leetcode官方题解:
我们可以用
f
(
o
)
f(o)
f(o)表示选择
o
o
o节点的情况下,
o
o
o节点的子树树上被选择的最大值之和;
g
(
o
)
g(o)
g(o)表示不选择
o
o
o节点的情况下,
o
o
o节点的子树上被选择的节点之和的最大值;
l
l
l和
r
r
r代表
o
o
o的左孩子。
- 当
o
o
o被选中时,
o
o
o的左孩子和右孩子都不能选,所以:
f ( o ) = g ( l ) + g ( r ) f(o) = g(l)+g(r) f(o)=g(l)+g(r) - 当
o
o
o不被选中时,那么
o
o
o的左孩子和右孩子可能被选中也可能不被选中,我们要挑出和最大的一种可能,所以:
g ( o ) = m a x ( f ( l ) , g ( l ) ) + m a x ( f ( r ) , g ( r ) ) g(o) = max(f(l), g(l))+max(f(r),g(r)) g(o)=max(f(l),g(l))+max(f(r),g(r))
然后,我们应该对整棵树进行后序遍历,我们利用一个哈希表 f f f和 g g g,存储已经访问过的节点和他对应的最大值。
代码:
class Solution {
public:
void dfs(unordered_map<TreeNode*, int>& f, unordered_map<TreeNode*, int>& g, TreeNode* root)
{
if(!root) return;
dfs(f, g, root->left);
dfs(f, g, root->right);
f[root] = g[root->left] + g[root->right] + root->val;;
g[root] = max(g[root->left], f[root->left]) + max(g[root->right], f[root->right]);
}
int rob(TreeNode* root) {
unordered_map<TreeNode*, int> f, g;
dfs(f, g, root);
return max(f[root], g[root]);
}
};
对方法一的优化
上面的方法由于维护了两个哈希表,所以增加了空间的占用。观察上面的代码我们可以发现, f ( o ) f(o) f(o)和 g ( o ) g(o) g(o)只与 f ( l ) 、 g ( l ) 、 f ( r ) 、 g ( r ) f(l)、g(l)、f(r)、g(r) f(l)、g(l)、f(r)、g(r)有关。我们可以利用一个 p a i r pair pair表示 f f f和 g g g值, p a i r . f i r s t pair.first pair.first表示节点被选中的情况就是 f f f, p a i r . s e c o n d pair.second pair.second表示当前节点不选就是 g g g。
代码:
class Solution {
public:
pair<int, int> dfs(TreeNode* root)
{
if(!root) return {0, 0};
pair<int, int> l = dfs(root->left);
pair<int, int> r = dfs(root->right);
int selected = root->val + l.second + r.second;
int notselect = max(l.second, l.first) + max(r.first, r.second);
return {selected, notselect};
}
int rob(TreeNode* root) {
pair<int, int> res = dfs(root);
return max(res.first, res.second);
}
};