198.打家劫舍
- 确定dp数组以及下标的含义:偷盗0-j家房屋能够获取的最高金额为dp[j]
- 确定递推公式:dp[j] = max(dp[j-1], dp[j-2]+nums[j])
- dp数组的初始化:金额为非负整数,初始化为0。
- 确定遍历顺序:从前向后遍历
- 举例推导dp数组
class Solution:
def rob(self, nums: List[int]) -> int:
if len(nums) <= 1:
return nums[0]
dp = [0] * len(nums)
dp[0] = nums[0]
dp[1] = max(nums[0:2])
for i in range(2, len(nums)):
dp[i] = max(dp[i-1], dp[i-2] + nums[i])
return dp[-1]
213.打家劫舍II
第一个房屋和最后一个房屋是紧挨着,如何处理?
忽略最后一个房间,其它房间选择最大值;忽略第一个房间,其它房间选择最大值。这两种情况可以避免第一个房间和最后一个房间同时被选中,满足条件。
class Solution:
def rob(self, nums: List[int]) -> int:
if len(nums) == 1:
return nums[0]
result1 = self.robRange(nums, 0, len(nums)-2)
result2 = self.robRange(nums, 1, len(nums)-1)
return max(result1, result2)
def robRange(self, nums, start, end):
if start == end:
return nums[start]
dp = [0] * len(nums)
dp[start] = nums[start]
dp[start+1] = max(nums[start], nums[start+1])
for i in range(start+2, end+1):
dp[i] = max(dp[i-1], dp[i-2]+nums[i])
return dp[end]
337.打家劫舍III
递归三部曲和动态规划五部曲融合
递归三部曲
- 确定递归函数的参数和返回值:参数为当前节点,返回值为当前节点 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
- 确定终止条件:在遍历的过程中,如果遇到空节点的话,很明显,无论偷还是不偷都是0,所以就返回
- 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])
最后当前节点的状态就是{val2, val1}; 即:{不偷当前节点得到的最大金钱,偷当前节点得到的最大金钱}
动态规划五部曲
- 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的最大金钱,下标为1记录偷该节点所得到的的最大金钱。
- 确定递推公式:和单层递归的逻辑一样
- dp数组的初始化:空节点返回[0, 0],和递归的终止条件一样
- 确定遍历顺序:使用后序遍历,因为要通过递归函数的返回值来做下一步计算
- 举例推导dp数组
class Solution:
def rob(self, root: Optional[TreeNode]) -> int:
result = self.traversal(root)
return max(result)
def traversal(self, cur):
if not cur:
return [0, 0]
left = self.traversal(cur.left)
right = self.traversal(cur.right)
# 偷当前节点
val1 = cur.val + left[0] + right[0]
# 不偷当前节点
val2 = max(left) + max(right)
return [val2, val1]