17. 打家劫舍(Part1)
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,一夜之间能够偷窃到的最高金额。
思路:动态规划
- 确定dp[i]:
- 如果偷第i房间,那么dp[i] = dp[i - 2] + nums[i],即:第i-1不考虑,找出下标i-2以内的房屋,最多可以偷窃的金额为dp[i-2]加上第i房间偷到的钱。
- 如果不偷第i房间,那么dp[i] = dp[i-1],即考虑i-1房
- 然后dp[i]取最大值:dp[i] = max(dp[i - 2] + nums[i], dp[i - 1])
- dp初始化
- 从递推公式可以看出,递推公式的基础就是dp[0]和dp[1]
- 从dp[i]的定义上来讲,dp[0]一定是nums[0],dp[1]就是nums[0]和nums[1]的最大值。
vector<int> dp(nums.size());
dp[0] = nums[0];
dp[1] = max(nums[0], nums[1]);
- 确定遍历顺序,从前往后遍历。
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());
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];
}
};
17. 打家劫舍(Part2)
跟上一题的不同在于,所有房屋都围成一圈,这意味着第一个房屋和最后一个房屋是紧挨着的。计算不触动警报装置的情况下,能够偷窃到的最高金额。
思路:动态规划
- 情况一:考虑不包含首尾元素
- 情况二:考虑包含首元素,不包含尾元素
- 情况三:考虑包含尾元素,不包含首元素
- 其实情况二、三已经包含了情况一了。
// 注意注释中的情况二情况三,以及把198.打家劫舍的代码抽离出来了
class Solution {
public:
int rob(vector<int>& nums) {
if (nums.size() == 0) return 0;
if (nums.size() == 1) return nums[0];
int result1 = robRange(nums, 0, nums.size() - 2); // 情况二
int result2 = robRange(nums, 1, nums.size() - 1); // 情况三
return max(result1, result2);
}
// 198.打家劫舍的逻辑
int robRange(vector<int>& nums, int start, int end) {
if (end == start) return nums[start];
vector<int> dp(nums.size());
dp[start] = nums[start];
dp[start + 1] = max(nums[start], nums[start + 1]);
for (int i = start + 2; i <= end; i++) {
dp[i] = max(dp[i - 2] + nums[i], dp[i - 1]);
}
return dp[end];
}
};
打家劫舍(Part3)
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。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。
计算能够盗取的最高金额。
思路:暴力递归
对于树的话,首先就要想到遍历方式,前中后序(深度优先遍历)还是层序遍历(广度优先搜索)。
关键还是要讨论当前节点是抢还是不抢。
如果抢了当前节点,两个孩子就不能动;如果没抢当前节点,就可以考虑抢左右孩子。
class Solution {
public:
int rob(TreeNode* root) {
if (root == NULL) return 0;
if (root->left == NULL && root->right == NULL) return root->val;
// 偷父节点
int val1 = root->val;
if (root->left) val1 += rob(root->left->left) + rob(root->left->right); // 跳过root->left,相当于不考虑左孩子了
if (root->right) val1 += rob(root->right->left) + rob(root->right->right); // 跳过root->right,相当于不考虑右孩子了
// 不偷父节点
int val2 = rob(root->left) + rob(root->right); // 考虑root的左右孩子
return max(val1, val2);
}
};
- 时间复杂度:O(N2),越往下的节点重复计算次数就越多。
- 空间复杂度:O(n)算上递归系统栈的空间
思路:动态规划
- 确定递归函数的参数和返回值
这里我们要求一个节点偷与不偷的两个状态所得到的金钱,那么返回值就是一个长度为2的数组。参数为当前节点。
vector<int> robTree(TreeNode* cur)
其实这里的返回数组就是dp数组。所以dp数组以及下标的含义:下标为0记录不偷该节点所得到的最大金钱,下标为1记录偷该节点所得到的最大金钱。所以后面出现了
vector<int> left = robTree(cur->left); // 左
vector<int> right = robTree(cur->right); // 右
- 确定终止条件
在遍历的过程中,如果遇到空点的话,很明显,无论偷还是不偷都是0,所以就返回。
if (cur == NULL) return vector<int>{0, 0};
-
确定遍历顺序
因为通过递归函数的返回值来做下一步计算,
通过递归左节点,得到左节点偷与不偷的金钱。
通过递归右节点,得到右节点偷与不偷的金钱。 -
确定单层递归的逻辑
如果是偷当前节点,那么左右孩子就不能偷,val1 = cur->val + left[0] + right[0]
如果不偷当前节点,那么左右孩子就可以偷,至于到底偷不偷一定是选一个最大的,所以:val2 = max(left[0], left[1]) + max(right[0], right[1]);
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
int val1 = cur->val + left[0] + right[0];
// 不偷cur
int val2 = max(left[0], left[1]) + max(right[0], right[1]);
return {val2, val1};
}
};
- 时间复杂度:O(n) 每个节点只遍历了一次
- 空间复杂度:O(n) 算上递推系统栈的空间