代码随想录算法训练营Day45|198.打家劫舍I、213.打家劫舍II、337.打家劫舍III

2024-06-22 00:52

本文主要是介绍代码随想录算法训练营Day45|198.打家劫舍I、213.打家劫舍II、337.打家劫舍III,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

打家劫舍I

198. 打家劫舍 - 力扣(LeetCode)

动态规划

动态数组dp[i]表示在前i+1个房屋能偷到的最大金额。

由于相邻不能偷的原则,dp[i] = max(dp[i-2]+nums[i],dp[i-1]),即为若要偷当前房屋,则比较前一个房屋dp[i-1]和不偷前一个房屋,但偷当前房屋的金额dp[i-2]+nums[i]的较大值。

对dp数组的初始化,从dp数组的推导可以看出,需要初始化最开始的2个元素才能开始递推,

dp[0]即只有1个房子,则只能偷那一个房子,dp[0] = nums[0],dp[1]则考虑第0个房屋和第1个房屋中哪个金额大,哪个金额大偷哪个,则dp[1] = max(nums[0],nums[1])

依次从前往后递推

最后返回dp[nums.size()-1]即为能偷到的最大金额。

class Solution {
public:int rob(vector<int>& nums) {// 如果没有房屋,则无法偷窃,返回0if(nums.size()==0)return 0;// 如果只有一家房屋,则直接偷窃这家房屋,返回其金额if(nums.size()==1)return nums[0];// 创建一个动态规划数组dp,用于存储到当前房屋为止能够偷窃的最大金额vector<int>dp(nums.size(),0);// 初始化dp数组的前两个值// 第一个房屋的最大偷窃金额为nums[0]dp[0] = nums[0];// 第二个房屋的最大偷窃金额为nums[0]和nums[1]中的较大值dp[1] = max(nums[0], nums[1]);// 从第三个房屋开始,计算到当前房屋为止能够偷窃的最大金额// 对于每个房屋j,可以选择偷或者不偷:// 如果偷,则最大金额为dp[j-2](即前一个房屋之前能偷的最大金额)加上当前房屋的金额nums[j]// 如果不偷,则最大金额为dp[j-1](即前一个房屋能偷的最大金额)// 取两者的较大值作为当前房屋能偷的最大金额for(int j = 2; j < nums.size(); j++) {dp[j] = max(dp[j-2] + nums[j], dp[j-1]);}// 返回dp数组的最后一个元素,即偷窃完所有房屋能够得到的最大金额return dp[nums.size()-1];}
};

代码的时间复杂度为O(n),空间复杂度为O(n)。

打家劫舍II

213. 打家劫舍 II - 力扣(LeetCode)

参考思路 代码随想录 (programmercarl.com)

这里我开头有想过不选头或者不选尾,但没有更深入了解下去,参考下代码随想录里的思路,总共有三种情况,分别是1.不选头尾,2.不选头,3.不选尾,2、3包含了1的情况,所以只考虑2、3,创建两个dp数组,dp数组1不偷尾部的房间,dp数组2不偷头部的房间,然后取2个数组末尾元素的较大值,即能得到能获得的最大金额。

其余操作和打家劫舍I相同。

class Solution {
public:int rob(vector<int>& nums) {// 如果没有房屋,则没有钱可偷if(nums.size() == 0)return 0;// 如果只有一家房屋,则偷这一家的钱if(nums.size() == 1){return nums[0];}// 如果只有两家房屋,则偷其中金钱较多的那家if(nums.size() == 2){return max(nums[0], nums[1]);}// 创建两个新的数组,分别包含第一家和第二家到最后一家的所有房屋vector<int> nums1(nums.begin(), nums.end() - 1);vector<int> nums2(nums.begin() + 1, nums.end());// 创建两个动态规划数组,用于存储偷到每家房屋时能够获得的最大金额vector<int> dp1(nums1.size(), 0);vector<int> dp2(nums1.size(), 0);// 初始化第一家和第二家的情况dp1[0] = nums1[0];dp1[1] = max(nums1[0], nums1[1]);dp2[0] = nums2[0];dp2[1] = max(nums2[0], nums2[1]);// 使用动态规划计算偷到每家房屋时能够获得的最大金额,不偷相邻的房屋for(int i = 2; i < nums1.size(); i++) {dp1[i] = max(dp1[i - 2] + nums1[i], dp1[i - 1]);}for(int i = 2; i < nums2.size(); i++) {dp2[i] = max(dp2[i - 2] + nums2[i], dp2[i - 1]);}// 返回两种情况中能够获得的最大金额return max(dp1[nums1.size() - 1], dp2[nums2.size() - 1]);}
};

代码随想录里面的代码要简洁明了些,贴在下面。

class Solution {
public:int rob(vector<int>& nums) {if (nums.size() == 0) return 0;if (nums.size() == 1) return nums[0];int result1 = robRange(nums, 0, nums.size() - 2); // 情况二int result2 = robRange(nums, 1, nums.size() - 1); // 情况三return max(result1, result2);}// 198.打家劫舍的逻辑int robRange(vector<int>& nums, int start, int end) {if (end == start) return nums[start];vector<int> dp(nums.size());dp[start] = nums[start];dp[start + 1] = max(nums[start], nums[start + 1]);for (int i = start + 2; i <= end; i++) {dp[i] = max(dp[i - 2] + nums[i], dp[i - 1]);}return dp[end];}
};

算法的时间复杂度和空间复杂度均为O(n)。

打家劫舍III

337. 打家劫舍 III - 力扣(LeetCode)

递归

由于是二叉树,考虑递归的思路,对于当前节点,有抢和不抢两种选择,如果当前节点抢了,那么当前节点的子节点就不能抢了(题目要求),则获得的金额为root.val+rob(root->left->left)+rob(root->left->right)+rob(root->right->left)+rob(root->right->right),若当前节点不抢,则能抢子节点rob(root->left)+rob(root->right)。则我们需要选择得到这两种的较大值。但是如果从头到尾递归的时间复杂度过大,leetcode会超时,使用记忆化递归,使用一个map将计算过的结果保存。

代码随想录 (programmercarl.com)

class Solution {
public:unordered_map<TreeNode* , int> umap; // 记录计算过的结果int rob(TreeNode* root) {if (root == NULL) return 0;if (root->left == NULL && root->right == NULL) return root->val;if (umap[root]) return umap[root]; // 如果umap里已经有记录则直接返回// 偷父节点int val1 = root->val;if (root->left) val1 += rob(root->left->left) + rob(root->left->right); // 跳过root->leftif (root->right) val1 += rob(root->right->left) + rob(root->right->right); // 跳过root->right// 不偷父节点int val2 = rob(root->left) + rob(root->right); // 考虑root的左右孩子umap[root] = max(val1, val2); // umap记录一下结果return max(val1, val2);}
};

算法的时间复杂度为O(n),空间复杂度为O(logn)。

动态规划

看代码随想录,不太理解,周末再看看

代码随想录 (programmercarl.com)

树形动态规划的入门题。

每个节点仅有两个状态,偷或者不偷,以一个长度为2的一维dp数组即可表示,dp[0]表示不偷当前节点获得的最大金额,dp[1]表示偷当前节点所能获得的最大金额,当前层的dp数组表示了当前层偷或不偷的状态。

使用后续遍历,数值从底部向上传递。最后返回root的dp[0]和dp[1]的较大值。

偷当前节点的金额为val1 = cur->val + leftdp[0] + rightdp[0],dp[0]表示不偷

不偷当前节点的金额为 val2 = max(leftdp[0],leftdp[1])+max(rightdp[0],rightdp[1]),此处dp[0]和dp[1]是递归上来的子节点的金额值。

class Solution {
public:int rob(TreeNode* root) {vector<int> result = robTree(root);return max(result[0], result[1]);}// 长度为2的数组,0:不偷,1:偷vector<int> robTree(TreeNode* cur) {if (cur == NULL) return vector<int>{0, 0};vector<int> left = robTree(cur->left);vector<int> right = robTree(cur->right);// 偷cur,那么就不能偷左右节点。int val1 = cur->val + left[0] + right[0];// 不偷cur,那么可以偷也可以不偷左右节点,则取较大的情况int val2 = max(left[0], left[1]) + max(right[0], right[1]);return {val2, val1};}
};

时间复杂度为O(n),空间复杂度为O(logn)。

这篇关于代码随想录算法训练营Day45|198.打家劫舍I、213.打家劫舍II、337.打家劫舍III的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1082826

相关文章

Java的栈与队列实现代码解析

《Java的栈与队列实现代码解析》栈是常见的线性数据结构,栈的特点是以先进后出的形式,后进先出,先进后出,分为栈底和栈顶,栈应用于内存的分配,表达式求值,存储临时的数据和方法的调用等,本文给大家介绍J... 目录栈的概念(Stack)栈的实现代码队列(Queue)模拟实现队列(双链表实现)循环队列(循环数组

使用Java将DOCX文档解析为Markdown文档的代码实现

《使用Java将DOCX文档解析为Markdown文档的代码实现》在现代文档处理中,Markdown(MD)因其简洁的语法和良好的可读性,逐渐成为开发者、技术写作者和内容创作者的首选格式,然而,许多文... 目录引言1. 工具和库介绍2. 安装依赖库3. 使用Apache POI解析DOCX文档4. 将解析

C++使用printf语句实现进制转换的示例代码

《C++使用printf语句实现进制转换的示例代码》在C语言中,printf函数可以直接实现部分进制转换功能,通过格式说明符(formatspecifier)快速输出不同进制的数值,下面给大家分享C+... 目录一、printf 原生支持的进制转换1. 十进制、八进制、十六进制转换2. 显示进制前缀3. 指

openCV中KNN算法的实现

《openCV中KNN算法的实现》KNN算法是一种简单且常用的分类算法,本文主要介绍了openCV中KNN算法的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的... 目录KNN算法流程使用OpenCV实现KNNOpenCV 是一个开源的跨平台计算机视觉库,它提供了各

使用Python实现全能手机虚拟键盘的示例代码

《使用Python实现全能手机虚拟键盘的示例代码》在数字化办公时代,你是否遇到过这样的场景:会议室投影电脑突然键盘失灵、躺在沙发上想远程控制书房电脑、或者需要给长辈远程协助操作?今天我要分享的Pyth... 目录一、项目概述:不止于键盘的远程控制方案1.1 创新价值1.2 技术栈全景二、需求实现步骤一、需求

Java中Date、LocalDate、LocalDateTime、LocalTime、时间戳之间的相互转换代码

《Java中Date、LocalDate、LocalDateTime、LocalTime、时间戳之间的相互转换代码》:本文主要介绍Java中日期时间转换的多种方法,包括将Date转换为LocalD... 目录一、Date转LocalDateTime二、Date转LocalDate三、LocalDateTim

jupyter代码块没有运行图标的解决方案

《jupyter代码块没有运行图标的解决方案》:本文主要介绍jupyter代码块没有运行图标的解决方案,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录jupyter代码块没有运行图标的解决1.找到Jupyter notebook的系统配置文件2.这时候一般会搜索到

Python通过模块化开发优化代码的技巧分享

《Python通过模块化开发优化代码的技巧分享》模块化开发就是把代码拆成一个个“零件”,该封装封装,该拆分拆分,下面小编就来和大家简单聊聊python如何用模块化开发进行代码优化吧... 目录什么是模块化开发如何拆分代码改进版:拆分成模块让模块更强大:使用 __init__.py你一定会遇到的问题模www.

springboot+dubbo实现时间轮算法

《springboot+dubbo实现时间轮算法》时间轮是一种高效利用线程资源进行批量化调度的算法,本文主要介绍了springboot+dubbo实现时间轮算法,文中通过示例代码介绍的非常详细,对大家... 目录前言一、参数说明二、具体实现1、HashedwheelTimer2、createWheel3、n

springboot循环依赖问题案例代码及解决办法

《springboot循环依赖问题案例代码及解决办法》在SpringBoot中,如果两个或多个Bean之间存在循环依赖(即BeanA依赖BeanB,而BeanB又依赖BeanA),会导致Spring的... 目录1. 什么是循环依赖?2. 循环依赖的场景案例3. 解决循环依赖的常见方法方法 1:使用 @La