动态规划系列：4.打家劫舍

1.打家劫舍

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。

示例 1：

输入：[1,2,3,1]
输出：4
解释：偷窃 1 号房屋 (金额 = 1) ，然后偷窃 3 号房屋 (金额 = 3)。
     偷窃到的最高金额 = 1 + 3 = 4 。

示例 2：

输入：[2,7,9,3,1]
输出：12
解释：偷窃 1 号房屋 (金额 = 2), 偷窃 3 号房屋 (金额 = 9)，接着偷窃 5 号房屋 (金额 = 1)。
     偷窃到的最高金额 = 2 + 9 + 1 = 12 。

分析

要求不相邻子串的最大和值

设dp(i)表示第0到第i个元素能偷到的最高金额

则dp(i)=max{dp(i-2)+num[i], dp(i-1)}

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-1],dp[i-2]+nums[i]);
        }
        return dp[nums.size()-1];
    }
};

2.打家劫舍 II

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 ，今晚能够偷窃到的最高金额。

示例 1：

输入：nums = [2,3,2]
输出：3
解释：你不能先偷窃 1 号房屋（金额 = 2），然后偷窃 3 号房屋（金额 = 2）, 因为他们是相邻的。

示例 2：

输入：nums = [1,2,3,1]
输出：4
解释：你可以先偷窃 1 号房屋（金额 = 1），然后偷窃 3 号房屋（金额 = 3）。
     偷窃到的最高金额 = 1 + 3 = 4 。

示例 3：

输入：nums = [1,2,3]
输出：3

分析

与上一题相比增加了条件：第一间房与最后一间是连着的

要求不相邻子串的最大和值

设dp(i)表示第0到第i个元素能偷到的最高金额

则dp(i)=max{dp(i-2)+num[i], dp(i-1)}

设最后一间房是第x间房

如果共有奇数间房：dp(x)=max(dp(x-2), dp(x-1))

如果共有偶数间房：dp(x)=max(dp(x-2)+nums[x], dp(x-1))

上面的思路错了，按照上面的思路当一个dp中最后一间房与第一间相邻时，默认选第一间而不选第而间，实际上应该比较大小，选择大的

如果共有奇数间房：如果nums[x]<nums[0] dp(x)=max(dp(x-2), dp(x-1)) ; 如果nums[x]>nums[0], dp[x]=max(dp(x-2)-nums[0]+nums[x], dp(x-1))

如果共有偶数间房：dp(x)=max(dp(x-2)+nums[x], dp(x-1))

代码

class Solution {
public:
    int rob(vector<int>& nums) {
        vector<int> dp(nums.size(),0);
        if(nums.size()==0) return 0;
        if(nums.size()==1) return nums[0];
        dp[0]=nums[0];
        dp[1]=max(nums[0],nums[1]);
        for(int i=2;i<nums.size();i++){
            if(i==nums.size()-1){
                if(nums.size()%2==0){
                    dp[i]=max(dp[i-2]+nums[i],dp[i-1]);
                }
                else{
                    if(nums[i]>nums[0]) dp[i]=max(dp[i-2]-nums[0]+nums[i],dp[i-1]);
                    else dp[i]=max(dp[i-2],dp[i-1]);
                }
            }
            else{
                dp[i]=max(dp[i-2]+nums[i],dp[i-1]);
            }
        }
        return dp[nums.size()-1];
    }
};

上面的思路还是有问题，调试成功51/75

失败例子：2，1，1，2

dp[0]=2,dp[1]=2, dp[2]=3

dp[3]=max(dp[1]+nums[3], dp(2)])=max(2+2,3)

实际找到的最大值是2和2的组合，但是它们相邻了

暂时没有想到解决方法

换个思路（代码随想录）

因为成环，所以不会同时偷首尾的房子，因此存在下面几种情况：

1. 偷首，不偷尾

2. 不偷首，偷尾

3. 首尾都不偷，比如1，5，2，5，1

通过此操作将原来的环分解成三个线性求最大值

class Solution {
public:
	int rob(vector<int> &nums) {
		if (nums.size() == 0) return 0;
		if (nums.size() == 1) return nums[0];
		vector<int> v1(nums.begin(), nums.end() - 1);
		vector<int> v2(nums.begin() + 1, nums.end());
		vector<int> v3(nums.begin() + 1, nums.end() - 1);
		return max({ rob_(v1),rob_(v2),rob_(v3) });
	}
	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 - 1], dp[i - 2] + nums[i]);
		}
		return dp[nums.size() - 1];
	}
};

3.打家劫舍 III

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 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

与打家劫舍一相似

设f(n)表示第n层及其往下满足题意的最大值(往下，n增大)，则

f(n)=max{f(n+2)+n_value, f(n+1)}

//先层序遍历求出每一层的和值

//然后就成打家劫舍1的线性问题了

class Solution {
public:
	int rob(TreeNode* root) {
		//先层序遍历求出每一层的和值
		if (root == nullptr) return 0;
		vector<int> nums;
		queue< TreeNode*> q;
		q.push(root);
		while (!q.empty()) {
			int floor_size = q.size();
			int floor_sum = 0;
			while (floor_size != 0) {
				TreeNode *tmp_node = q.front();
				q.pop();
				floor_size--;
				floor_sum += tmp_node->val;
				if (tmp_node->left != nullptr) q.push(tmp_node->left);
				if (tmp_node->right != nullptr) q.push(tmp_node->right);
			}
			nums.push_back(floor_sum);
		}
		//然后就成打家劫舍1的线性问题了
		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 - 1], dp[i - 2] + nums[i]);
		}
		return dp[nums.size() - 1];
	}
};

64/124报错了，着悲伤那么大，原因在于我们认为相邻两层的节点是不能同时取得，实际上是可以同时取的，比如一个节点和他兄弟节点的子节点

[2,1,3,null,4]

思路推翻了，应该也是改不了，转新的思路

方法一：

暴力递归

class Solution {
public:
	//暴力递归
	int rob(TreeNode* root) {
		if (root == NULL) return 0;
		if (root->left == NULL && root->right == NULL) return root->val;
		//不偷根节点
		int val1 = rob(root->left) + rob(root->right);
		//偷根节点
		int val2 = root->val;
		if (root->left) val2 += rob(root->left->right) + rob(root->left->left);
		if (root->right) val2 += rob(root->right->left) + rob(root->right->right);
		return max(val1, val2);
	}
};

122 / 124 个通过的测试用例，超出时间限制

方法二：动态规划

		//不偷根节点
		int val1 = rob(root->left) + rob(root->right);
		//偷根节点
		int val2 = root->val;
		if (root->left) val2 += rob(root->left->right) + rob(root->left->left);
		if (root->right) val2 += rob(root->right->left) + rob(root->right->right);

这是方法一递归的部分代码，同时也可以是动态规划方法的递推公式

递归从上往下求解，动态规划从下往上求解。

即要求rob(root),得先把rob(root->left->right)，rob(root->left->left)，rob(root->right->left)，rob(root->right->right)求出来

我们想到后续遍历,还是用上面递归的方式进行遍历

class Solution {
public:
	//动态规划
	int rob(TreeNode* root) {
		vector<int>result = robTree(root);
		return max(result[0], result[1]);
	}
	vector<int> robTree(TreeNode*root) {
		if (root == NULL) return vector<int>{ 0,0 };
		vector<int> left = robTree(root->left);
		vector<int> right = robTree(root->right);
		//不偷根节点---0
		int val1 = max(left[0], left[1]) + max(right[0], right[1]);
		//偷根节点----1
		int val2 = root->val;
		val2 += left[0] + right[0];
		return { val1,val2 };
	}
};