代码训练营Day.48 | 198. 打家劫舍、213. 打家劫舍II、337. 打家劫舍III

本文介绍了在LeetCode平台上涉及的三个打家劫舍问题的动态规划解法,包括基本打家劫舍、包含头尾限制和二叉树打家劫舍,通过递推公式和dp数组求解最大盗窃金额。

198. 打家劫舍

1. LeetCode链接

力扣(LeetCode)官网 - 全球极客挚爱的技术成长平台

2. 题目描述

3. 解法

        可以看作一个01背包问题。背包容量为所有房子中存储的金钱总数。

1. dp数组含义:dp[i][j]表示前i个房子在背包容量为j的情况下可以偷盗的最大金额。

2. 递推公式:dp[i][j]等于不加当前房子金额时的和加当前房子金额时中的最大值。即dp[i][j] = dp[i - 1][j] + bdp[i - 2][j - nums[i]] + nums[i](由于不能在相邻房子中偷盗,所以偷盗当前房子时,应该加到上上一行的数上)

3. dp数组初始化:仅用2 * (sum + 1)容量的数组,用nums[0],nums[1]初始化数组。

4. 遍历顺序:物品从第三个开始到最后,注意!!物品遍历时,dp数组的行数跟着遍历,dp数组的列数从后往前遍历。

5. 举例。

class Solution {
public:
    int rob(vector<int>& nums) {
        if (nums.size() == 1) return nums[0];
        int sum = 0;
        for (int i : nums) sum += i;
        vector<vector<int>> dp(2, vector<int>(sum + 1, 0));
        for (int i = nums[0]; i < sum + 1; i++) dp[0][i] = nums[0];
        for (int i = 0; i < sum + 1; i++) dp[1][i] = (i >= nums[1] ? max(nums[1], dp[0][i]) : dp[0][i]);
        for (int j = 0, i = 2; i < nums.size(); j = (j + 1) % 2, i++) {
            for (int k = sum; k >= 0; k--) {
                dp[j][k] = (k >= nums[i] ? max(dp[j][k - nums[i]] + nums[i], dp[(j + 1) % 2][k]) : dp[(j + 1) % 2][k]);
            }
        }
        return nums.size() % 2 == 0 ? dp[1][sum] : dp[0][sum];
    }
};

更简单的方法:

1. dp数组含义:dp[i]表示包括前i个物品的情况下可盗取的最大金额。

2. 递推公式:dp[i] = max(dp[i - 1], dp[i - 2] + nums[i])

3. dp初始化:只初始化dp[0]和dp[1]。

4. 遍历顺序:依次多考虑一件物品。

class Solution {
public:
    int rob(vector<int>& nums) {
        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 - 2] + nums[i], dp[i - 1]);
        }
        return dp[nums.size() - 1];
    }
};

213. 打家劫舍II

1. LeetCode链接

力扣(LeetCode)官网 - 全球极客挚爱的技术成长平台

2. 题目描述

3. 解法

头尾两个房间不能同时盗取,所以考虑三种基本打家劫舍情况,1. 不包含头尾的基本打家劫舍;2. 包含头但不包含尾的基本打家劫舍;3. 不包含尾仅包含头的打家劫舍。而第一种情况包含在2、3中。

所以只需要计算2、3两种情况。然后取两种情况中的最大值。

class Solution {
public:
    int rob(vector<int>& nums) {
        if (nums.size() == 1) return nums[0];
        if (nums.size() == 2) return max(nums[0], nums[1]);
        vector<int> dp(nums.size(), 0);
        vector<int> dp1(nums.size(), 0);
        dp1[1] = nums[1];
        dp1[2] = max(nums[1], nums[2]);
        dp[0] = nums[0];
        dp[1] = max(nums[0], nums[1]);
        for (int i = 3; i < nums.size(); i++) {
            dp1[i] = max(dp1[i - 1], dp1[i - 2] + nums[i]);
        }
        for (int i = 2; i < nums.size() - 1; i++) {
            dp[i] = max(dp[i - 1], dp[i - 2] + nums[i]);
        }
        return max(dp[nums.size() - 2], dp1[nums.size() - 1]);
    }
};

我首先想的是利用一个bool数组记录当前最大是否用到了头元素。在这种情况下,当最终的最大值是同时考虑头尾的情况,如果是简单的减去头尾之中的最小值,所得结果仍然不是最终答案。因为同时考虑头元素和尾元素的最终答案,在减去头尾中的最小元素后,与nums中去掉头元素而成的基本打家劫舍问题的最终答案,是完完全全的两个概念。

337. 打家劫舍III

1. LeetCode链接

力扣(LeetCode)官网 - 全球极客挚爱的技术成长平台

2. 解法

递归后序遍历二叉树,考虑每个节点偷与不偷的情况。

1. 递归参数和输出:参数包含树的节点。输出为当前节点偷与不偷两种情况下各自的最大值所组成的数组,即dp数组。

2. 终止条件:树节点为空,返回0,0;

3. 单层递归逻辑:计算左右孩子的dp数组,根据左右孩子的dp数组,计算当前节点的dp数组。1)不偷当前节点时,数值为左dp最大值 + 右dp最大值;2)偷当前节点时,数值为当前节点值 + 左不偷 + 右不偷。

class Solution {
public:
    vector<int> robTree(TreeNode* root) {
        if (root == nullptr) return {0, 0};
        vector<int> bp(2, 0);
        vector<int> left = robTree(root->left);
        vector<int> right = robTree(root->right);
        bp[0] = left[1] + right[1] + root->val;
        bp[1] = max(left[0], left[1]) + max(right[0], right[1]);
        return bp;
    }
    int rob(TreeNode* root) {
        vector<int> bp = robTree(root);
        return max(bp[0], bp[1]);
    }
};

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