代码随想录算法训练营第四十七天|198.打家劫舍, 213.打家劫舍II , 337.打家劫舍III

198.打家劫舍

https://leetcode.com/problems/house-robber/description/

思路: 经典的动态规划问题,首先确定dp 数组记录的是打劫到第i家时的收获, dp[0] = 0, dp[1] = values[0]. 然后到第i 家有两个选择, 一个是打劫第i家, 最大收益是dp[i-2] + values[i-1], 或者不打劫第i 家最大收益是 dp[i-1]。  所以递归方程是 dp[i] = max(dp[i-1], dp[i-2]+nums[i-1])

难点: 无

class Solution:
    def rob(self, nums: List[int]) -> int:
        if len(nums) == 1:
            return nums[0]
        dp = [0 for _ in range(len(nums)+1)]
        dp[1] = nums[0]
        for i in range(2, len(dp)):
            dp[i] = max(dp[i-1], dp[i-2]+nums[i-1])
        return dp[-1]

213.打家劫舍II 

https://leetcode.com/problems/house-robber-ii/description/

思路: 和上一题类似, 只不过是原本在一条线上的房子变成首位相连了, 也就是说如果打劫了第一家就不能打劫最后一家, 打劫了最后一家就不能打劫第一家。 那么我们分别考虑 打劫nums[1:] 和nums[0:len(nums)-1] , 然后两者取最大值就可以了。

难点: 无

class Solution:
    
    def __rob(self, nums: List[int]) -> int:
            if len(nums) == 1:
                return nums[0]
            dp = [0 for _ in range(len(nums)+1)]
            dp[1] = nums[0]
            for i in range(2, len(dp)):
                dp[i] = max(dp[i-1], dp[i-2]+nums[i-1])
            return dp[-1]
        
    def rob(self, nums: List[int]) -> int:
        if len(nums) == 1:
            return nums[0]
        else:
            return max(self.__rob(nums[:-1]), self.__rob(nums[1:]))

337.打家劫舍III

思路: 这个问题把二叉树和动态规划结合了起来, 感觉有难度的。如果不考虑用动态规划, 如果打劫了一个 node, 那么就不能打劫 node.left, node.right 那么它的最大就是 node.val + rob(node.left.left) + rob(node.left.right)  + rob(node.right.right) + rob(node.right.left) 如果有。 如果不打劫node, 最大收益就是 rob(node.left) + rob(node.right). 而结合了动态规划就比较巧妙了, 我们通过倒叙遍历的方法, 先遍历一个node 的左右两边, 返回一个 tuple, tuple[0] 表示不打劫这个node 的收益, tuple[1] 表示打劫这个node 的最大收益, 如果node==NULL, 返回(0, 0).

然后回到当前node, 打劫它的最大收益是val_1 = node.val + left_val[0] + right_val[0], 不打劫的话是 val_0 = left_val[1] + right_val[1], 然后返回 (val_0, val_1)

难点: 结合点其实很难想到的, 它要返回两个状态的值。 我记得sell stock 类型的问题也有累似的方法。

# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution:
    def transverse(self, node):
        if not node:
            return (0, 0)
        left_ans = self.transverse(node.left)
        right_ans = self.transverse(node.right)
        
        val_0 = max(left_ans[0], left_ans[1]) + max(right_ans[0], right_ans[1]) # 不偷当前节点, 偷左右
        val_1 = node.val + left_ans[0] + right_ans[0] # 偷当前,不偷左右
        return (val_0, val_1)

    def rob(self, root: Optional[TreeNode]) -> int:
        _ans = self.transverse(root)
        return max(_ans)
        

  • 5
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
代码随想录算法训练营是一个优质的学习和讨论平台,提供了丰富的算法训练内容和讨论交流机会。在训练营中,学员们可以通过观看视频讲解来学习算法知识,并根据讲解内容进行刷题练习。此外,训练营还提供了刷题建议,例如先看视频、了解自己所使用的编程语言、使用日志等方法来提高刷题效果和语言掌握程度。 训练营中的讨论内容非常丰富,涵盖了各种算法知识点和解题方法。例如,在第14训练营中,讲解了二叉树的理论基础、递归遍历、迭代遍历和统一遍历的内容。此外,在讨论中还分享了相关的博客文章和配图,帮助学员更好地理解和掌握二叉树的遍历方法。 训练营还提供了每日的讨论知识点,例如在第15的讨论中,介绍了层序遍历的方法和使用队列来模拟一层一层遍历的效果。在第16的讨论中,重点讨论了如何进行调试(debug)的方法,认为掌握调试技巧可以帮助学员更好地解决问题和写出正确的算法代码。 总之,代码随想录算法训练营是一个提供优质学习和讨论环境的平台,可以帮助学员系统地学习算法知识,并提供了丰富的讨论内容和刷题建议来提高算法编程能力。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [代码随想录算法训练营每日精华](https://blog.csdn.net/weixin_38556197/article/details/128462133)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值