在上次打劫完一条街道之后和一圈房屋后,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“根”。 除了“根”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。
计算在不触动警报的情况下,小偷一晚能够盗取的最高金额。
示例 1:
输入: [3,2,3,null,3,null,1] 3 / \ 2 3 \ \ 3 1 输出: 7 解释: 小偷一晚能够盗取的最高金额 = 3 + 3 + 1 = 7.
示例 2:
输入: [3,4,5,1,3,null,1] 3 / \ 4 5 / \ \ 1 3 1 输出: 9 解释: 小偷一晚能够盗取的最高金额 = 4 + 5 = 9.
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/house-robber-iii
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
看见二叉树,就需要考虑遍历顺序,是深度优先搜索(前中后),还是广度优先搜索(层序遍历)
因为要考虑是否直接相连,更多的是父子节点关系,那么选择深度优先搜索。
选择后序遍历,先处理左右孩子结点,再处理当前结点,整个过程看起来就像一层一层向上汇报信息,自底向上
先确定单层逻辑,思考怎么获取最大金额?
对于一个节点来说,有两种状态,偷与不不偷
发现两种情况都需要记录两个状态,而且当前节点的状态是有孩子节点的状态推导而来。
那么递归函数的返回值就应该是这两个状态,那么我们可以用一个数组来代表,[0]表示当前节点不偷的最大值,[1]表示当前节点偷的最大值。
//递归函数的返回值是dp数组的两个状态 int [] dfs (TreeNode cur){ //终止条件 if(cur==null) return new int[]{0, 0}; //单层逻辑,后序遍历,左右中 int[] left = dfs(cur.left); int[] right = dfs(cur.right); //选择偷 int ok = left[0] + right[0] + cur.val; //选择不偷 int no = Math.max(left[0],left[1]) + Math.max(right[0],right[1]); return new int[]{ok,no}; }
这里做完感觉更偏向递归一点,开始思路就在想往动态规划五部曲上靠,感觉反而局限了思路。
代码
public class Solution { public int rob(TreeNode root) { int[] res = dfs(root); return Math.max(res[0], res[1]); } int [] dfs (TreeNode cur){ if(cur==null) return new int[]{0, 0}; int[] left = dfs(cur.left); int[] right = dfs(cur.right); int ok = left[0] + right[0] + cur.val; int no = Math.max(left[0],left[1]) + Math.max(right[0],right[1]); return new int[]{no,ok}; } }