198.打家劫舍
思路:
决定dp[i]的因素就是第i房间偷还是不偷。
如果偷第i房间,那么dp[i] = dp[i - 2] + nums[i] ,即:第i-1房一定是不考虑的,找出 下标i-2(包括i-2)以内的房屋,最多可以偷窃的金额为dp[i-2] 加上第i房间偷到的钱。
如果不偷第i房间,那么dp[i] = dp[i - 1],即考 虑i-1房,(注意这里是考虑,并不是一定要偷i-1房,这是很多同学容易混淆的点)
然后dp[i]取最大值,即dp[i] = max(dp[i - 2] + nums[i], dp[i - 1]);
// 动态规划
class Solution {
public int rob(int[] nums) {
if (nums == null || nums.length == 0) return 0;
if (nums.length == 1) return nums[0];
int[] dp = new int[nums.length];
dp[0] = nums[0];
dp[1] = Math.max(dp[0], nums[1]);
for (int i = 2; i < nums.length; i++) {
dp[i] = Math.max(dp[i - 1], dp[i - 2] + nums[i]);
}
return dp[nums.length - 1];
}
}
213.打家劫舍II
思路: 环形问题考虑将其展开为线性问题
由于首元素和尾元素不能同时选,所以可以将遍历范围划分为三种线性结构:
- 不考虑首尾元素
- 不考虑首元素
- 不考虑尾元素
又由于后两种情况均包含了第一种情况,所以只需考虑后两种情况的遍历范围,采用上一题的思路,最终二者求最大值即可 。
class Solution {
public int rob(int[] nums) {
if (nums.length < 2) return nums[0];
int res1 = robRange(nums, 0, nums.length - 2);
int res2 = robRange(nums, 1, nums.length - 1);
return Math.max(res1, res2);
}
public int robRange(int[] nums, int start, int end) {
if (start == end) return nums[start];
int[] dp = new int[nums.length];
dp[start] = nums[start];
dp[start + 1] = Math.max(nums[start], nums[start + 1]);
for (int i = start + 2; i <= end; i++) {
dp[i] = Math.max(dp[i - 1], dp[i - 2] + nums[i]);
}
return dp[end];
}
}
337.打家劫舍III
思路: 对于树的话,首先就要想到遍历方式,前中后序(深度优先搜索)还是层序遍历(广度优先搜索)。
本题一定是要后序遍历,因为通过递归函数的返回值来做下一步计算。
与198.打家劫舍,213.打家劫舍II一样,关键是要讨论当前节点抢还是不抢。
如果抢了当前节点,两个孩子就不能动,如果没抢当前节点,就可以考虑抢左右孩子
dp数组(dp table)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。所以本题dp数组就是一个长度为2的数组。因为树形结构不像线性结构那样有下标,可以标记dp数组所计算的范围,树形结构需要在递归的基础上利用动态规划思想,其实每个范围的dp在每一层的递归栈中就保存了,所以只需关注当前层即当前节点的dp数组值就好。
dp数组表示偷或不偷本结点的各自最大价值,长度为2
下标0不偷,下标1偷
class Solution {
public int rob(TreeNode root) {
int[] dp = robDP(root);
// dp数组表示偷或不偷本结点的各自最大价值,长度为2
// 下标0不偷,下标1偷
return Math.max(dp[0], dp[1]);
}
public int[] robDP(TreeNode root) {
int[] dp = new int[2];
if (root == null) return dp;
int[] dpL = robDP(root.left);
int[] dpR = robDP(root.right);
// 不偷:Max(左孩子不偷,左孩子偷) + Max(又孩子不偷,右孩子偷)
// 偷:左孩子不偷+ 右孩子不偷 + 当前节点偷
// 不偷root,dp[0]
int val1 = Math.max(dpL[0], dpL[1]) + Math.max(dpR[0], dpR[1]);
// 偷root,dp[1]
int val2 = root.val + dpL[0] + dpR[0];
dp[0] = val1;
dp[1] = val2;
return dp;
}
}
class Solution {
// 1.递归去偷,超时
public int rob(TreeNode root) {
if (root == null)
return 0;
int money = root.val;
if (root.left != null) {
money += rob(root.left.left) + rob(root.left.right);
}
if (root.right != null) {
money += rob(root.right.left) + rob(root.right.right);
}
return Math.max(money, rob(root.left) + rob(root.right));
}
// 2.递归去偷,记录状态
// 执行用时:3 ms , 在所有 Java 提交中击败了 56.24% 的用户
public int rob1(TreeNode root) {
Map<TreeNode, Integer> memo = new HashMap<>();
return robAction(root, memo);
}
int robAction(TreeNode root, Map<TreeNode, Integer> memo) {
if (root == null)
return 0;
if (memo.containsKey(root))
return memo.get(root);
int money = root.val;
if (root.left != null) {
money += robAction(root.left.left, memo) + robAction(root.left.right, memo);
}
if (root.right != null) {
money += robAction(root.right.left, memo) + robAction(root.right.right, memo);
}
int res = Math.max(money, robAction(root.left, memo) + robAction(root.right, memo));
memo.put(root, res);
return res;
}
}