题目描述:
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.
分析1:
刚开始入手这个题的时候,我意识到这个题要用动态规划来做,类似于买卖股票中的含冷冻期那个题,每个节点有两个状态打劫或者不打劫,打劫的话会造成子节点不能打劫,不打劫的话子节点就可以打劫可以不打劫,所以我们定义一个dp[i][j],dp[i][0]表示i节点不打劫,dp[i][1]表示i节点要打劫,然后我根据这个着手写了一下代码,发现写不出来。
这个题是树形结构的动态规划,树形结构的动态规划通常要利用递归逆向的操作并且通常会使用到unordered_map来存储每个节点的数据,因为用vector存储没办法知道节点的亲子关系!!
unordered_map的定义
f[i] 表示打劫了i节点
g[i] 表示没有打劫i节点
unordered_map的推导
f[i] = i->val + g[i->left]+g[i->right];
g[i] = max(g[i->left],f[i->left])+max(g[i->right],f[i->right]]);
代码1:
void dfs(TreeNode *root)
{
if(root == NULL) return ;
dfs(root->left);
dfs(root->right);
f[root] = root->val+g[root->left] + g[root->right];
g[root] = max(g[root->left],f[root->left])+max(g[root->right] ,f[root->right]);
}
int rob(TreeNode* root)
{
if(root == NULL) return 0;
unordered_map<TreeNode*,int> f;///用来存储打劫后的金额
unordered_map<TreeNode*,int> g;///用来存储未打劫的金额
dfs(root);
return f[root]>g[root]?f[root]:g[root];
}
分析2:
我们发现每个节点的金额都只与自己的左右孩子节点的金额有关,所以我们可以不使用unordered_map来记录每一个节点的金额,我们只需要记录每个节点的左孩子金额与右孩子金额就可以了,这样的话空间复杂度就得到了优化!
因为每个节点的状态有打劫和未打劫两个状态,所以我们可以定义一个结构体,里面存放打劫的数据和未打劫的数据,这样一个节点的两个状态我们用一个对象就包含了
class Robb
{
public:
Robb(int x=0,int y=0):select(x),unselect(y){};
int select; //打劫
int unselect;//未打劫
};
Robb* dfs(TreeNode *root)
{
if(root == NULL)
{
Robb* x = new Robb;
x->select = 0;
x->unselect = 0;
return x;
}
Robb* l = dfs(root->left); //得到左孩子的状态
Robb* r = dfs(root->right); //得到右孩子的状态
Robb* x = new Robb;
x->select = root->val+l->unselect+r->unselect;
x->unselect = max(l->select,l->unselect) + max(r->unselect,r->select);
return x;
}
int rob(TreeNode* root)
{
if(root == NULL) return 0;
Robb* x = dfs(root);
return max(x->select,x->unselect);
}
注意事项:
树形结构的动态规划不能正向的去填充数组,要用递归和unordered_map来记录