打家劫舍基础版
##解法一:
###思路:
此问题对于动态规划的新手可能没有概念, 那么这个问题就要建立这个概念。对于每个房间,有两种情况:偷与不偷
为此可以建立一个二维数组,dp[n+1][2],其中n为房间的个数
依次遍历每个房间,我们可以选择偷与不偷,但是相邻的一定不可以一起偷。
dp[i][0] = Math.max(dp[i - 1][0],dp[i - 1][1]);
dp[i][1] = nums[i-1] + dp[i -1][0];
dp[i][1]代表我们偷了第i个房间
dp[i][0]代表我们没有偷第i个房间
dp[i][0]的值是已经走到第i-1个房间的最大收益值(在第i-1个房间偷与未偷中选大的)
dp[i][1] 的值为拿走该房间的财产后+没有偷i-1个房间的财产值
最后返回最后一个房间偷或者不偷的最大收益
###Code:
public class Solution {
public int rob(int[] nums) {
int[][] dp = new int[nums.length + 1][2];
for(int i = 1; i <= nums.length; i++ ){
dp[i][0] = Math.max(dp[i - 1][0],dp[i - 1][1]);
dp[i][1] = nums[i-1] + dp[i -1][0];
}
return Math.max(dp[nums.length][0],dp[nums.length][1]);
}
}
##解法二:
###思路:
由于动态规划的数组中, 每次的状态只与前一次的状态有关,所以可以只用一维数组保存状态。
其中include代表每次偷的结果, exclude代表每次不偷的结果,初始化都为0。
在迭代的过程中,有两个局部变量rob和norob用来暂存信息。
最后求得的结果是全局变量include和exclude的最大值。
###Code:
public int rob(int[] nums) {
//二维解法, 直接上dp[i][2], 表示偷与不偷的两种状态
//一维解法, 因为每次的状态只与上次有关, 所以在空间维度上可以优化
if (nums == null || nums.length == 0) {
return 0;
}
int include = 0;
int exclude = 0;
for (int i = 0; i < nums.length; i++) {
int rob = include;
int norob = exclude;
include = norob + nums[i];
exclude = Math.max(norob, rob);
}
return Math.max(include, exclude);
}
打家劫舍(带环)
- 打家劫舍 II
##解法一:
###思路:
乍看这个问题无解,因为解决此前的House Robber问题是从a[0]作为入口,一直遍历到a[n-1],最后返回最大值。
如果换一个角度思考,把有环问题转换成无环问题。那么把问题分解下,第一种情况偷0–n-2的房间(无环问题);第二种情况偷1–n-1的房间(无环问题),最后得到两者中的最大值就行。
但是注意一点,需要将原先解决的House Robber问题(无环)泛化。
这样就又将新问题规约为原问题。。
##Code:
public class Solution {
public int rob(int[] nums) {
if(nums.length == 1) return nums[0];
return Math.max(rob(nums,0,nums.length - 2),rob(nums,1,nums.length-1));
}
private int rob(int[] nums, int lo, int hi){
int include = 0, exclude = 0;
for(int j = lo; j <= hi; j++){
int i = include , e = exclude;
include = e + nums[j];
exclude = Math.max(e,i);
}
return Math.max(include,exclude);
}
}
打家劫舍(树型)
- 打家劫舍 III
一句话描述题目:
二叉树的相邻层的元素不能同时取…
解决思路:
递归求解, 1. 选取根结点 + 左子树的左右子树 + 右子树的左右子树
2. 左子树 + 右子树
选取1和2中的较大值
这种解法会超时
解法一
class Solution {
public int rob(TreeNode root) {
//递归求解
//max(root.val + 左子树的左右子树 + 右子树的左右子树, 左子树 + 右子树)
if (root == null) {
return 0;
}
int val = root.val;
if (root.left != null) {
val += rob(root.left.left) + rob(root.left.right);
}
if (root.right != null) {
val += rob(root.right.left) + rob(root.right.right);
}
return Math.max(val, rob(root.left) + rob(root.right));
}
}
解法二
class Solution {
public int rob(TreeNode root) {
//用HashMap解决求解重复子问题
Map<TreeNode, Integer> map = new HashMap<>();
if (root == null) {
return 0;
}
return helper(root, map);
}
private int helper(TreeNode root, Map<TreeNode, Integer> map) {
if (root == null) {
return 0;
}
if (map.containsKey(root)) {
return map.get(root);
}
int val = root.val;
if (root.left != null) {
val += helper(root.left.left, map) + helper(root.left.right, map);
}
if (root.right != null) {
val += helper(root.right.left, map) + helper(root.right.right, map);
}
int res = Math.max(val, helper(root.left, map) + helper(root.right, map));
map.put(root, res);
return res;
}
}
解法三
对于每个结点其实可以抽象出两个状态,偷与不偷。可以用二维数组表示…由于是二叉树,具有天然的递归特性。
此种解法不用递归到孙子级别,减少了很多重复计算工作。。
class Solution {
public int rob(TreeNode root) {
//对于每个节点, 只有两个选择, 偷与不偷
if (root == null) {
return 0;
}
int[] res = helper(root);
return Math.max(res[0], res[1]);
}
private int[] helper(TreeNode root) {
if (root == null) {
return new int[2];
}
int[] res = new int[2];
int[] left = helper(root.left);
int[] right = helper(root.right);
res[0] = Math.max(left[0], left[1]) + Math.max(right[0], right[1]);
res[1] = left[0] + right[0] + root.val;
return res;
}
}