算法训练day52leetcode198. 打家劫舍 213 打家劫舍2337. 打家劫舍 III

2024-03-27 10:28

本文主要是介绍算法训练day52leetcode198. 打家劫舍 213 打家劫舍2337. 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!

198. 打家劫舍

题目分析

动态规划数组初始化:

  • dp[0]被初始化为0,因为没有房屋可以盗窃时的最大金额为0
  • dp[1]被初始化为nums[0],意味着如果只有一家房屋,盗贼将盗取这家的金额。
  • dp[2]被初始化为std::max(nums[0], nums[1]),这表示如果有两家房屋,盗贼将选择金额较大的那家进行盗窃。

动态规划解法:

  • 循环从i = 3开始,因为前两个情况(即dp[1]dp[2])已经被手动设定。
  • 对于dp数组中的每个后续位置i,都通过比较不盗窃当前房屋(即dp[i - 1]的值)和盗窃当前房屋(即dp[i - 2] + nums[i - 1]的值)之间的较大值来进行更新。这反映了一个事实:盗窃当前房屋意味着必须跳过前一个房屋,而不盗窃则保留前一个房屋的决策结果。
  • 循环结束后,通过dp数组可以看出从第一家到每家房屋盗窃的最大金额。

输出和返回结果:

  • 打印出dp数组的内容,这有助于验证和理解动态规划的逐步解答过程。
  • 返回dp[nums.size()]作为最终结果,表示考虑所有房屋时可以盗窃的最大金额。

acm模式代码

#include <iostream>
#include <vector>class Solution {
public:int rob(std::vector<int>& nums) {if (nums.size() == 0) return 0;if (nums.size() == 1) return nums[0];std::vector<int> dp(nums.size() + 1, 0);dp[1] = nums[0];dp[2] = std::max(nums[0],nums[1] );for (int i = 3; i <= nums.size(); i++) {dp[i] = std::max(dp[i - 2] + nums[i - 1], dp[i - 1]);}// for (int i : dp) {//     std::cout << i << " ";// }return dp[nums.size()];}
};int main() {Solution sol;std::vector<int> nums = {2, 7, 9 ,3 ,1};int res = sol.rob(nums);std::cout << std::endl;std::cout << "res:" << res << std::endl;return 0;
}

213 打家劫舍2

. - 力扣(LeetCode)

题目分析

在这个变种中,房屋排列成一个圈,这意味着第一家和最后一家是相邻的,盗贼不能同时从这两家盗窃。因此,问题变成了两个子问题:

  1. 不考虑最后一家房屋:即只考虑从第一家到倒数第二家的房屋。
  2. 不考虑第一家房屋:即只考虑从第二家到最后一家的房屋。

对这两个子问题分别使用“打家劫舍”问题的解决方案,然后取这两个解的最大值作为最终答案。

robliner方法

robliner方法实现了原始的“打家劫舍”问题的解决方案,用于处理一排线性排列的房屋(即没有首尾相连)。它首先处理一些基本情况:

  • 如果没有房屋,则返回0
  • 如果只有一家房屋,则返回这家的金额。

然后,它初始化一个动态规划数组dp,其中dp[i]表示到达第i个位置时能够盗取的最大金额。通过动态规划的方法填充这个数组,并返回最大可能的盗窃金额。

rob方法

rob方法解决了房屋排列成圈的问题。它首先创建了两个子数组nums1nums2

  • nums1包含从第一家到倒数第二家的所有房屋,即不考虑最后一家。
  • nums2包含从第二家到最后一家的所有房屋,即不考虑第一家。

接着,它对这两个子数组分别调用robliner方法来解决线性排列的“打家劫舍”问题,并取这两个结果的最大值作为最终答案。

总结

这种方法巧妙地将圈形排列的房屋问题转化为了两个线性排列的房屋问题,并复用了原始“打家劫舍”问题的解决方案。这样不仅提高了代码的复用性,也简化了问题的解决流程。最终,通过比较两种情况下的最大盗窃金额来得到全局的最大值。

acm代码

#include <iostream>
#include <vector>class Solution {
public:int robliner(std::vector<int>& nums) {if (nums.size() == 0) return 0;if (nums.size() == 1) return nums[0];std::vector<int> dp(nums.size() + 1, 0);dp[1] = nums[0];dp[2] = std::max(nums[0],nums[1] );for (int i = 3; i <= nums.size(); i++) {dp[i] = std::max(dp[i - 2] + nums[i - 1], dp[i - 1]);}// for (int i : dp) {//     std::cout << i << " ";// }// std::cout << std::endl;return dp[nums.size()];}int rob(std::vector<int>& nums) {std::vector<int> nums1(nums.begin(), nums.end() - 1);std::vector<int> nums2(nums.begin() + 1, nums.end());int res = std::max(robliner(nums1), robliner(nums2));return res;}
};int main() {Solution sol;std::vector<int> nums = {1, 2 ,3 ,1};int res = sol.rob(nums);std::cout << std::endl;std::cout << "res:" << res << std::endl;return 0;
}

337. 打家劫舍 III

题目分析

  • robtree 方法:这是一个递归函数,用于计算从当前节点开始可以偷窃的最大金额。

    • 如果当前节点为nullptr,返回两个0,表示没有可偷窃的金额。
    • 否则,递归调用robtree方法计算左右子节点的最大偷窃金额。因为leftrightstd::unique_ptr,所以使用.get()方法来获取它们所管理的裸指针,以符合robtree函数的参数要求。
    • 计算当前节点偷窃(dp[0])和不偷窃(dp[1])的情况下的最大金额,然后返回这两个值。
  • rob 方法:接收树的根节点的裸指针,调用robtree方法,并返回从根节点开始可以偷窃的最大金额。

acm模式代码

#include <iostream>
#include <vector>
#include <memory>struct TreeNode
{int val;// TreeNode *left;// TreeNode *right;std::unique_ptr<TreeNode> left;std::unique_ptr<TreeNode> right;TreeNode(int x):val(x), left(nullptr), right(nullptr) {}TreeNode(int x, TreeNode* left, TreeNode* right): val(x), left(left), right(right) {}
};class Solution{
public:std::vector<int> robtree(TreeNode* cur) {//下标为0,偷当前节点,下标为1,不偷当前节点std::vector<int> dp = {0,0};if (cur == nullptr) return {0, 0};std::vector<int> leftdp = robtree(cur->left.get());// 使用.get()访问原始指针std::vector<int> rightdp = robtree(cur->right.get());//偷dp[0] =  cur->val + leftdp[1] + rightdp[1];//不偷dp[1] = std::max(leftdp[0], leftdp[1]) + std::max(rightdp[0], rightdp[1]);return dp;}int rob(TreeNode* root) {std::vector<int> result = robtree(root);return std::max(result[0], result[1]);}
};int main() {// 使用 unique_ptr 构建树std::unique_ptr<TreeNode> root = std::make_unique<TreeNode>(3);root->left = std::make_unique<TreeNode>(2);root->right = std::make_unique<TreeNode>(3);root->left->right = std::make_unique<TreeNode>(3);root->right->right = std::make_unique<TreeNode>(1);Solution solution;std::cout << "Maximum amount of money the thief can rob: " << solution.rob(root.get()) << std::endl;// 无需手动释放内存return 0;
}// int main() {
//     // 构建一个示例树:        3
//     //                      / \
//     //                     2   3
//     //                      \   \ 
//     //                       3   1
//     TreeNode* root = new TreeNode(3);
//     root->left = new TreeNode(2);
//     root->right = new TreeNode(3);
//     root->left->right = new TreeNode(3);
//     root->right->right = new TreeNode(1);//     Solution solution;
//     std::cout << "Maximum amount of money the thief can rob: " << solution.rob(root) << std::endl;//     // 删除分配的内存
//     delete root->left->right;
//     delete root->right->right;
//     delete root->left;
//     delete root->right;
//     delete root;//     return 0;
// }

这篇关于算法训练day52leetcode198. 打家劫舍 213 打家劫舍2337. 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/851798

相关文章

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实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

Java时间轮调度算法的代码实现

《Java时间轮调度算法的代码实现》时间轮是一种高效的定时调度算法,主要用于管理延时任务或周期性任务,它通过一个环形数组(时间轮)和指针来实现,将大量定时任务分摊到固定的时间槽中,极大地降低了时间复杂... 目录1、简述2、时间轮的原理3. 时间轮的实现步骤3.1 定义时间槽3.2 定义时间轮3.3 使用时

如何通过Golang的container/list实现LRU缓存算法

《如何通过Golang的container/list实现LRU缓存算法》文章介绍了Go语言中container/list包实现的双向链表,并探讨了如何使用链表实现LRU缓存,LRU缓存通过维护一个双向... 目录力扣:146. LRU 缓存主要结构 List 和 Element常用方法1. 初始化链表2.

golang字符串匹配算法解读

《golang字符串匹配算法解读》文章介绍了字符串匹配算法的原理,特别是Knuth-Morris-Pratt(KMP)算法,该算法通过构建模式串的前缀表来减少匹配时的不必要的字符比较,从而提高效率,在... 目录简介KMP实现代码总结简介字符串匹配算法主要用于在一个较长的文本串中查找一个较短的字符串(称为

通俗易懂的Java常见限流算法具体实现

《通俗易懂的Java常见限流算法具体实现》:本文主要介绍Java常见限流算法具体实现的相关资料,包括漏桶算法、令牌桶算法、Nginx限流和Redis+Lua限流的实现原理和具体步骤,并比较了它们的... 目录一、漏桶算法1.漏桶算法的思想和原理2.具体实现二、令牌桶算法1.令牌桶算法流程:2.具体实现2.1

Python中的随机森林算法与实战

《Python中的随机森林算法与实战》本文详细介绍了随机森林算法,包括其原理、实现步骤、分类和回归案例,并讨论了其优点和缺点,通过面向对象编程实现了一个简单的随机森林模型,并应用于鸢尾花分类和波士顿房... 目录1、随机森林算法概述2、随机森林的原理3、实现步骤4、分类案例:使用随机森林预测鸢尾花品种4.1

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个