Day48_动态规划
29. 打家劫舍
198. 打家劫舍
思路:
题目的关键是,不能偷相邻的两个屋子,即只能偷上一个屋子不偷当前屋子,或者不偷上一个屋子偷当前屋子。
dp[i]
表示偷到第 i 个屋子最大的偷盗额dp[i] = max(dp[i - 1], dp[i - 2] + nums[i])
表示选择偷与不偷的最大收益值- 初始化,没有屋子偷盗最大为0,有1间屋子偷之,两间屋子偷第一间与第二间中的最大者
- 由于每次递推都是从前 一|两 间屋子的最大收益递推得来,所以遍历顺序从前往后
class Solution {
public:
int rob(vector<int>& nums) {
int nums_size = nums.size();
if (nums_size == 0) return 0;
if (nums_size == 1) return nums[0];
vector<int> dp(nums_size, 0);
dp[0] = nums[0];
dp[1] = max(nums[0], nums[1]);
for (int i = 2; i < nums_size; i++) {
dp[i] = max(dp[i - 1], dp[i - 2] + nums[i]);
}
return dp[nums_size - 1];
}
};
30. 打家劫舍 II
213. 打家劫舍 II
思路:
与上一问的不同之处在于出现了环,分三种情况考虑
- 偷第一间不偷最后一间
- 偷最后一间不偷第一间
- 第一间和最后一间都不偷
由于前两种情况在计算时把第三种情况的运算包含在内了,所以忽略之
class Solution {
public:
// 稍作修改,复用第一问代码
int rob_dp(vector<int>& nums, int start, int end) {
int nums_size = end - start + 1;
if (nums_size == 0) return 0;
if (nums_size == 1) return nums[start];
vector<int> dp(nums_size, 0);
dp[0] = nums[start];
dp[1] = max(nums[start], nums[start + 1]);
for (int i = 2; i < nums_size; i++) {
dp[i] = max(dp[i - 1], dp[i - 2] + nums[start + i]);
}
return dp[nums_size - 1];
}
int rob(vector<int>& nums) {
int nums_size = nums.size();
if (nums_size == 0) return 0;
if (nums_size == 1) return nums[0];
return max(rob_dp(nums, 0, nums_size - 2), rob_dp(nums, 1, nums_size - 1));
}
};
31. 打家劫舍 III
337. 打家劫舍 III
思路1:
后续遍历,爆搜,TLE
时间复杂度:
O
(
n
2
)
O(n^2)
O(n2) 由于算了每两个子节点,同时会对其四个子树遍历一次,每一层都如此,复杂度粗糙估计为
n
2
n^2
n2
空间复杂度:
O
(
l
o
g
n
)
O(logn)
O(logn) 算上递推系统栈的空间
class Solution {
public:
int rob(TreeNode* root) {
if (root == nullptr) return 0;
if (root->left == nullptr && root->right == nullptr) return root->val;
// 偷当前结点
int var_cur_1 = root->val;
if (root->left) var_cur_1 += rob(root->left->left) + rob(root->left->right);
if (root->right) var_cur_1 += rob(root->right->left) + rob(root->right->right);
// 不偷当前结点、
int var_cur_0 = 0;
var_cur_0 += rob(root->left) + rob(root->right);
return max(var_cur_0, var_cur_1);
}
};
思路二:
爆搜超时是因为有些搜过的点已经得到了最大收益值,却被多次重复搜索导致的,利用记忆化搜索优化一下就能过了
时间复杂度:
O
(
n
)
O(n)
O(n)
空间复杂度:
O
(
l
o
g
n
)
O(logn)
O(logn) 算上递推系统栈的空间
class Solution {
public:
unordered_map<TreeNode*, int> umap;
int rob(TreeNode* root) {
if (root == nullptr) return 0;
if (root->left == nullptr && root->right == nullptr) return root->val;
if (umap[root]) return umap[root];
// 偷当前结点
int var_cur_1 = root->val;
if (root->left) var_cur_1 += rob(root->left->left) + rob(root->left->right);
if (root->right) var_cur_1 += rob(root->right->left) + rob(root->right->right);
// 不偷当前结点、
int var_cur_0 = 0;
var_cur_0 += rob(root->left) + rob(root->right);
umap[root] = max(var_cur_0, var_cur_1);
return umap[root];
}
};
思路三:
树形dp入门
对树的每个结点维护一个包含两个数的dp(var_cur_0, var_cur_1)值
var_cur_0
:不偷当前结点的最大收益
var_cur_1
:偷当前结点的最大收益
dp的过程是后续遍历,每次根节点的递推过程要用到子树的递推结果
那么偷的过程还是不能同时偷一对父子结点,那么偷的方法就有如下两种:
- 偷当前结点,那么就不能偷其左右子节点,递推利用的就是左右子节点的 var_cur_0 相加,再加上当前结点的值
- 不偷当前结点,那么子节点无所谓偷不偷,只要最大化收益即可,于是递推利用左右子树偷盗的最大值相加
示意图如下,卡哥这个图真的很生动
class Solution {
public:
int rob(TreeNode* root) {
vector<int> result = robTree(root);
return max(result[0], result[1]);
}
vector<int> robTree(TreeNode* cur) {
if (cur == nullptr) return {0, 0}; // 没得偷
vector<int> left = robTree(cur->left);
vector<int> right = robTree(cur->right);
// 偷cur,则不偷其左右子节点(取其左右子节点不偷自己的值)
int var_cur_1 = cur->val + left[0] + right[0];
// 不偷cur,不一定会偷子节点,选择收益最大的方式
int var_cur_0 = max(left[0], left[1]) + max(right[0], right[1]);
return {var_cur_0, var_cur_1};
}
};