动态规划337. 打家劫舍 III

本文讲述了如何使用递归和动态规划解决打家劫舍III问题,通过分析二叉树结构,探讨了记忆化策略在避免触发警报情况下计算小偷能盗取的最高金额。作者在挑战中尝试自己实现树形动态规划,但提到转换为树形DP的难点尚未解决。
摘要由CSDN通过智能技术生成

前言

之前入门算法用代码随想录(代码随想录),将递归,动态规划这些都学了一遍,也自己动手实现过,但之前也是边参考边写出来的,而且隔了有一段时间了,最近二刷一次!!这次挑战尽量自己写出来。

代码

public class _22_337_打家劫舍III {
    public static void main(String[] args) {

    }

    /**
     * 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 。
     *
     * 当前节点能不能投,取决于,他的的父节点有没有被偷
     *
     * 遍历树,一般我们都会想到用前序遍历还是后续遍历还是其他,所以我们可以使用递归,+ 动态规划
     *
     */
    //dp 存的是,到这里能偷的最大价值
    public static Map<TreeNode,Integer> dp = new HashMap<>();

    //记忆化递归,我理解其实更偏向动态规划一点。动态规划更多是当前状态可以由之前状态的状态退出来,也当做一种记忆
    public static int rob1(TreeNode root) {
        //递归的终止条件
        if(root == null) return 0;
        //如果当前是叶子节点,只考虑当前节点,能偷的最大就是把这个偷了
        if(root.left == null && root.right == null) return root.val;
        if(dp.get(root) != null) return dp.get(root);

        //分情况,分成父节点,偷和不偷
        //偷
        int val1 = root.val;
        if(root.left != null) val1 += rob1(root.left.left) + rob1(root.left.right);
        if(root.right != null) val1 += rob1(root.right.left) + rob1(root.right.right);

        //不偷
        int val2 = rob1(root.left) + rob1(root.right);
        int max = Math.max(val1, val2);
        dp.put(root,max);
        return max;
    }

    //树形dp,因为是递归进行遍历树,所以递归,我们只需要定义好本层的数据结果,在堆栈中会有一连串的dp数据
    public static int rob2(TreeNode root) {
        if(root == null) return 0;
        int[] robbion = robbion(root);
        return Math.max(robbion[0],robbion[1]);
    }

    private static int[] robbion(TreeNode root) {

        // 0:偷,1不偷
        int[] dp = new int[2];

        if(root == null) return dp;

        int[] left = robbion(root.left);
        int[] right = robbion( root.right);

        //偷
        dp[0] = root.val + left[1] + right[1];
        //不偷 左节点偷和不偷都不被限制,但是需要返回一个大值
        dp[1] = Math.max(left[0],left[1]) + Math.max(right[0],right[1]);
        return dp;
    }
}

难点

换算成树形上的dp,会难一点, 没做出来(加入重刷记录)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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