day34-数据结构力扣

198.打家劫舍

题目链接 198. 打家劫舍 - 力扣(LeetCode)

思路

1. 确定 dp 数组含义

dp[i]:下标为 i 以内的房屋,能偷窃到的最大金额

2. 递推公式

不能偷相邻房屋:

  • 偷第 i 间:就不能偷 i−1,金额 = dp[i−2]+nums[i]

  • 不偷第 i 间:金额 = dp[i−1]

  • dp[i]=max(dp[i−1], dp[i−2]+nums[i])

3. 初始化

  • dp[0]=nums[0] 只一间房,必偷

  • dp[1]=max(nums[0],nums[1]) 两间房选钱多的

4. 遍历顺序

从左到右,i 从 2 遍历到末尾。

提交

python 复制代码
class Solution:
    def rob(self, nums: List[int]) -> int:
        # 边界情况:没有房屋
        if len(nums) == 0:
            return 0
        # 边界情况:只有一间房屋,直接取该金额
        if len(nums) == 1:
            return nums[0]
        
        n = len(nums)
        # dp[i] 表示前i间房屋能偷窃到的最大金额
        dp = [0] * n
        # 第一间房,只能偷自己
        dp[0] = nums[0]
        # 前两间房,选金额更大的一间
        dp[1] = max(nums[0], nums[1])
        
        # 从第三间房开始遍历推导
        for i in range(2, n):
            # 两种选择:
            # 1.不偷当前房:最大值 = dp[i-1]
            # 2.偷当前房:不能偷上一间,最大值 = dp[i-2] + nums[i]
            dp[i] = max(dp[i-1], dp[i-2] + nums[i])
        # 返回全部房屋的最大偷窃金额
        return dp[-1]

213.打家劫舍II

题目链接213. 打家劫舍 II - 力扣(LeetCode)

思路

核心区别:房屋围成一圈,第一间和最后一间不能同时偷

因为首尾相连,所以分两种情况取最大:

  1. 不偷最后一间 :只考虑 nums[0] ~ nums[-2]

  2. 不偷第一间 :只考虑 nums[1] ~ nums[-1]

最终答案 = 两种情况的最大值

动规 5 步曲(沿用原版)

  1. dp[i]:前 i 间房能偷的最大金额

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

  3. 初始化dp[0]=nums[0]dp[1]=max(nums[0],nums[1])

  4. 遍历:从左到右

  5. 结果:数组最后一位

提交

python 复制代码
class Solution:
    def rob(self, nums: List[int]) -> int:
        # 边界:只有一间房,直接返回
        if len(nums) == 1:
            return nums[0]
        
        # 核心:环形 = 两个线性问题取最大
        # 情况1:不偷最后一间 → 范围 [0, len-2]
        # 情况2:不偷第一间 → 范围 [1, len-1]
        return max(
            self.rob_range(nums, 0, len(nums)-2),
            self.rob_range(nums, 1, len(nums)-1)
        )

    # 原版打家劫舍:计算 [start, end] 区间的最大金额
    def rob_range(self, nums: List[int], start: int, end: int) -> int:
        # 区间只有一间房
        if start == end:
            return nums[start]
        
        # 初始化dp
        dp = [0] * len(nums)
        dp[start] = nums[start]
        dp[start+1] = max(nums[start], nums[start+1])
        
        # 从第三间开始递推
        for i in range(start+2, end+1):
            # 不偷当前 = dp[i-1]
            # 偷当前 = dp[i-2] + 当前金额
            dp[i] = max(dp[i-1], dp[i-2] + nums[i])
        
        return dp[end]

337.打家劫舍III

题目链接 337. 打家劫舍 III - 力扣(LeetCode)

怎么把二叉树搞进来了

思路

题目核心

房屋组成二叉树父子节点不能同时偷,求最大金额。树形 DP,后序遍历,每个节点返回两个状态:

  1. 选当前节点的最大金额
  2. 不选当前节点的最大金额

动规五步曲

1.dp 含义

对每个节点,返回长度为 2 的数组:

  • res[0]不偷当前节点,子树最大金额

  • res[1]当前节点,子树最大金额

2.递推公式

  • 偷当前节点:左右孩子都不能偷res[1]=root.val+left[0]+right[0]

  • 不偷当前节点:左右孩子可选偷 / 不偷,取最大值res[0]=max(left[0],left[1])+max(right[0],right[1])

3.初始化

空节点return[0,0]

4.遍历顺序

二叉树后序遍历:先左、再右、最后根

5.结果推导

最终答案:max(根节点【0】,根节点【0】)

提交

python 复制代码
# 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 rob(self, root: Optional[TreeNode]) -> int:
        # 返回 [不偷当前节点最大值, 偷当前节点最大值]
        def dfs(node):
            # 空节点,左右都无收益
            if not node:
                return [0, 0]
            
            left = dfs(node.left)   # 左子树状态
            right = dfs(node.right) # 右子树状态
            
            # 1. 偷当前节点:左右孩子一定不能偷
            rob_cur = node.val + left[0] + right[0]
            # 2. 不偷当前节点:左右孩子随便选,取最大
            not_rob_cur = max(left[0], left[1]) + max(right[0], right[1])
            
            return [not_rob_cur, rob_cur]
        
        root_res = dfs(root)
        # 根节点偷或不偷,取最大值
        return max(root_res[0], root_res[1])
相关推荐
khalil10203 小时前
代码随想录算法训练营Day-36动态规划04 | 1049. 最后一块石头的重量 II、494. 目标和、474.一和零
算法·动态规划
码农爱学习3 小时前
用cJson的例子,来理解二级指针
算法
自我意识的多元宇宙3 小时前
【数据结构】二叉排序树
数据结构·算法
量子炒饭大师3 小时前
【优化算法:双指针算法刷题宝典】—— 盛最多水的容器
c++·算法
IT猿手4 小时前
多无人机动态避障路径规划研究:基于壁虎优化算法GJA的多无人机动态避障路径规划研究(可以自定义无人机数量及起始点),MATLAB代码
算法·matlab·无人机
listhi5204 小时前
MATLAB电力系统加权最小二乘法(WLS)状态估计
算法·matlab·最小二乘法
Epiphany.5564 小时前
树上dp问题
数据结构·算法
自我意识的多元宇宙4 小时前
【数据结构】 散列表
数据结构·散列表
无籽西瓜a4 小时前
MD5算法原理、适用场景
java·后端·算法·哈希算法·md5