题目链接:337. 打家劫舍 III - 力扣(LeetCode)
前情提要:
本体是打家劫舍的一个变形题,希望大家能先做198. 打家劫舍 - 力扣(LeetCode),并看一下我上题的讲解力扣198-打家劫舍(Java详细题解)-CSDN博客,再看本题会觉得好一点。
因为本人最近都来刷dp类的题目所以该题就默认用dp方法来做。
dp五部曲。
1.确定dp数组和i下标的含义。
2.确定递推公式。
3.dp初始化。
4.确定dp的遍历顺序。
5.如果没有ac打印dp数组 利于debug。
每一个dp题目如果都用这五步分析清楚,那么这道题就能解出来了。
题目思路:
本题是将二叉树和dp结合的一道题目,刚开始做这种题目的朋友可能会很懵,普通的dp我会呀,但是结合二叉树就不知道怎么入手了。
没关系,我带大家梳理一下思路。
既然是二叉树类的题目,那么难免要进行二叉树的遍历。
本题二叉树遍历是哪一种?
由题目描述可以看出,每一个节点就是一间房间,俩个相邻的房间不能同时偷。
意思就是俩个相连的节点就不能偷,再深入点就是当前节点如果已经偷了,那么他的子节点是不能偷的,如果当前节点不偷,那么他的左右孩子是可以考虑偷的。
所以该题是用后序遍历的,我们要根据他的左右孩子节点的状态来推出他父节点的状态。
该题也与打家劫舍1和2的状态一样,每个节点都有俩种状态,选或不选。
所以每一层我们就用dp数组来表示我们的状态,dp[0] 表示不偷本节点的子树结构的最高金额,dp [1] 表示偷本节点的子树结构的最高金额。
肯定会有人疑问,dp数组怎么就记录每个节点的偷窃状态,那我其他节点的怎么处理。其实这就是我们要用后序遍历的一个好处了,后序遍历可以优先处理左右孩子节点的情况,然后将左右孩子节点的返回值返回给中间节点处理。
意思就是本层的递归值中就有我孩子节点的状态,我可以用我孩子节点的状态来推出我本层节点的状态。
可能这里大家看起来有点懵,后序看代码就清晰很多了。
接下来我们用动规五部曲来系统分析一下。
1.确定dp数组和i下标的含义。
dp[0] 就是以该节点为“根节点”的树结构不考虑偷所得的最大金额。
dp[1] 就是以该节点为“根节点”的树结构考虑偷所得的最大金额。
2.确定递推公式。
本层节点不偷,那我就可以考虑我左右孩子节点偷。
注意我这里都是考虑,都不一定非要偷,偷不偷不是我决定的,而是递推公式找出最大值来确定偷不偷。
dp[0] = Math.max(left[0],lefr[1]) + Math.max(right[0],right[1]);
这里的left[]其实就是我左孩子节点的dp状态数组,right就是我右孩子节点的dp状态数组。我左右孩子分别考虑偷或不偷,取一个最大即可。
所以这里就可以看出我们只用给每一个节点设立dp数组就可以,左右孩子节点可以由递归返回值得出。
本层节点偷,那我左右孩子节点肯定就不能偷了对吧。
那我就将本层节点的值和左右孩子不能偷的最大金额加上即可。
dp[1] = root.val + left[0] + right[0];
3.dp初始化。
其实本题的初始化就是给那些空节点进行初始化。因为是后序遍历,回溯时需要从后往前推。
那么递归碰到空节点时就会停止,从而回溯往前推,所以递推的初始值就是空节点的值。
空节点初始化为什么呢?想想dp数组的定义。我当前节点都为空了 我偷不偷都会0。所以初始化为{0,0}
4.确定dp的遍历顺序。
这里就不说dp的遍历顺序,还是二叉树的遍历顺序,因为是在树结构上进行递推,所以是以树的遍历顺序为主。
本题遍历顺序后序。
5.如果没有ac打印dp数组 利于debug。
最终代码:
/**
* Definition for a binary tree node.
* public class TreeNode {
* int val;
* TreeNode left;
* TreeNode right;
* TreeNode() {}
* TreeNode(int val) { this.val = val; }
* TreeNode(int val, TreeNode left, TreeNode right) {
* this.val = val;
* this.left = left;
* this.right = right;
* }
* }
*/
class Solution {
public int rob(TreeNode root) {
//面对二叉树问题 我们首先想到的就是遍历顺序 这道题我们是采用前中后序还是层序呢?
//该题我们要考虑左右孩子的被打劫的情况再考虑本节点的情况,所以本题要采用后序遍历。
//后序遍历的特点就是将左右孩子节点的情况反馈给本节点 然后再做处理.
//该题也与前俩个打家劫舍的状态一样,每个节点都有俩种状态,选或不选。
//所以每一层我们就用dp数组来表示我们的状态,dp【0】表示不偷本节点的子树结构的最高金额,dp[1]表示偷本节点的子树结构的最高金额
//那么肯定有疑问 这个dp数组怎么记录每个节点的状态。这是因为本层的递归返回值中就有你孩子节点的状态,你可以利用你孩子节点状态来推出你本层节点的状态。
//当我们把整个树遍历完了后,这棵树的最终结果就在根节点处。
int [] result = robTree(root);
return Math.max(result[0],result[1]);
}
public int[] robTree(TreeNode root){
//定义dp数组
int dp[] = new int[2];
if(root == null)return dp;
//遍历顺序 左 右 中
int[] left = robTree(root.left);
int[] right = robTree(root.right);
//不偷本节点的状态
//那我就要考虑我的左右孩子节点是否要偷
dp[0] = Math.max(left[0],left[1]) + Math.max(right[0],right[1]);
//偷本节点的状态
//我的左右孩子节点肯定不能偷
dp[1] = root.val + left[0] + right[0];
//本节点考虑完了往上层返回值
return dp;
}
}
这一篇博客就到这了,如果你有什么疑问和想法可以打在评论区,或者私信我。
我很乐意为你解答。那么我们下篇再见!