目录
参考:https://cloud.tencent.com/developer/article/1692068
热身
斐波那契数列
递归求解
自顶向下,存在大量的重复计算
动态规划
保存中间状态,利用保存的历史状态求解问题,减少了重复计算,空间换时间。
空间复杂度优化
只需借助两个变量dp1、dp2
解题步骤:
步骤一:定义dp数组的含义
步骤二:定义状态转移方程
步骤三:初始化过程转移的初始值
步骤四:可优化点(可选)
198. 打家劫舍
-
dp[i]:到第i户时,抢得最大金额
-
状态转移方程
-
偷第i户
不能连着偷,
dp[i] = dp[i-2] + nums[i-1]
,此处用i-1是因为第i户,抢得金额刚好对应的nums[i-1] -
不偷第i户
dp[i] = dp[i-1]
综上
dp[i] = max(dp[i-2] + nums[i-1], dp[i-1])
-
-
初始值
dp[0] = 0 // 还没开始偷 dp[1] = nums[0] // 到了第1户直接偷
62. 不同路径
-
dp(i,j)
走到(i,j)处的不同路径数
-
状态转移方程
只能向下或向右走,到达(i,j)位置,要么从上面的位置(i-1,j)处来,要么从左边得位置(i,j-1)处来
dp(i,j) = dp(i-1,j) + dp(i,j-1)
-
初始值
dp(0,0) = 1
第一行的所有位置(0,i),只能由起始点向右走,只有一种路径;同理,第一列的位置(i,0),只能由起始点向下走,也都只有一种路径。
63. 不同路径 II
路径上有障碍物
-
dp(i,j)
走到(i,j)处的不同路径数
-
状态转移方程
-
没有障碍物的情况下
只能向下或向右走,到达(i,j)位置,要么从上面的位置(i-1,j)处来,要么从左边的位置(i,j-1)处来
dp(i,j) = dp(i-1,j) + dp(i,j-1)
-
有障碍物
dp(i,j) = 0
-
-
初始值
第一行的所有位置,只要遇到一个障碍物,其后的所有都不可达,均置为0;第一列同理。
213. 打家劫舍 II
环形打家劫舍,首户和尾户不能同时抢
思路:
-
只有1户,直接抢即可
-
只有2户,抢最大金额即可
-
超过2户,需要考虑两者情况(抢首户 or 抢尾户),再取较大者
-
dp[i]
表示抢第i户所得最大金额
-
状态转移方程
同打家劫舍Ⅰ
-
边界条件
dp[0] = 0;
dp[1] = nums[0]; //抢首户不抢尾户
dp[1] = nums[1]; //抢尾户不抢首户
337. 打家劫舍 III
子问题
树中每个节点都有 选 或 不选 两种选择。子问题subproblem定义为,子树根节点选的抢得最大金额 和 子树根节点不选的抢得最大金额;原问题的解就是 max(sub(根节点选), sub(根节点不选))
c++ 实现,二叉树后序遍历,用2个hash表存储,选或不选每个节点的子问题的解
定义f表存储选子树根节点的最优解,g表存储不选子树根节点的最优解
状态转移方程
-
f[t] = t->val + g[t->left] + g[t->right]
选子树根节点,则左右子节点均不能选
-
g[t] = max(f[t->left], g[t->left]) + max(f[t->right], g[t->right])
不选子树根节点,左子树根节点可选可不选,取最大值;右子树同理