【树形动态规划】337. 打家劫舍 III——思路解释

【树形动态规划】337. 打家劫舍 III——思路解释

【题目】
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

提示：
树的节点数在 [1, 104] 范围内
0 <= Node.val <= 104

【树形动态规划的思路】
对于树形动态规划，一般的解决思路如下：

1. 设置两个递推函数——$f$、$g$，按照根节点的情况分情况讨论。
2. 对于左子树的根结点$l$和右子树的根节点$r$，在不同根节点的情况下进行再次讨论分析

思路与算法

简化一下这个问题：一棵二叉树，树上的每个点都有对应的权值，每个点有两种状态（选中和不选中），问在不能同时选中有父子关系的点的情况下，能选中的点的最大权值和是多少。

我们可以用 $f(o)$ 表示选择 o 节点的情况下，o 节点的子树上被选择的节点的最大权值和；$g(o)$ 表示不选择 o 节点的情况下，o 节点的子树上被选择的节点的最大权值和；l 和 r 代表 o 的左右孩子。

当 o 被选中时，o 的左右孩子都不能被选中，故 o 被选中情况下子树上被选中点的最大权值和为 l 和 r不被选中的最大权值和相加，即$f(o)=g(l)+g(r)$。
当 o 不被选中时，o 的左右孩子可以被选中，也可以不被选中。对于 o 的某个具体的孩子 x，它对 o 的贡献是 x 被选中和不被选中情况下权值和的较大值。故 g ( o ) = max ⁡ { f ( l ) , g ( l ) } + max ⁡ { 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)}。

/**
 * Definition for a binary tree node.
 * struct TreeNode {
 *     int val;
 *     TreeNode *left;
 *     TreeNode *right;
 *     TreeNode() : val(0), left(nullptr), right(nullptr) {}
 *     TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
 *     TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
 * };
 */
class Solution {
public:
    unordered_map<TreeNode*,int> f,g;
    void dfs(TreeNode* root){
        if(!root)return;
        dfs(root->left);
        dfs(root->right);
        f[root] =root->val + g[root->left] + g[root->right];
        g[root] = max(f[root->left],g[root->left]) + max(f[root->right],g[root->right]);
        return;
    }
    int rob(TreeNode* root) {
        dfs(root);
        return max(f[root],g[root]);

    }
};