6/20, 入门 House Robber
题本身不难,Easy 难度。
先从 Top-Down 的角度来想,如果我们定义 maxProfit(n) 为长度为 n 的 array 中所能得到的最大利益的话,不难看出在计算 maxProfit(n) 的时候,它的值只和前两个 subproblem 相关,即 maxProfit(n - 1) 和 maxProfit(n - 2).
由此我们发现了 DP 的第一个性质: overlap subproblems.
同时如果 maxProfit(n - 1) 和 maxProfit(n - 2) 都是其对应子问题的最优解的话,我们可以只利用这两个子问题的 solution,加上对当前元素的判断,构造出 maxProfit(n) 的最优解。
因此我们满足了 DP 的正确性性质: optimal substructure.
此题的另外考点在于空间的优化。因为每一个 size = n 的问题只和前面的 2 个子问题相关,我们显然不需要存储所有的状态,而可以用滚动数组优化空间占用。 滚动数组的简单用法就是“膜” (=。=),即对 dp[] 的 index 取 mod,
除数等于需要保存的状态数。
在数组 index % mod 的做法其实相当于做了一个 circular buffer, 使得固定长度的数组收尾相接,依序覆盖。
题外话,cicular buffer 很适合用于实现 fixed-size queue,一个 java 实现看一看这个帖子
这题考察环形数组中,subproblem 的拆分与覆盖。
数组变成环形之后,就需要考虑首尾相接的问题了~ 理论上说,对于长度为 n 的环形数组,我们现在有了 n 种不同的切分方式,去处理长度为 n 的线性数组。
不过我们不需要考虑所有的可能切分,因为只有相邻元素之间会出现问题。我们的 subproblem 不能再以 size = n 开始 top-down了,因为无法保证正确性; 但是 size = n - 1 的所有 subproblems,一定是正确的。我们只需要考虑,如何拆分 size = n - 1 的 subproblems,并且如何用他们构造出全局最优解。
只需要把环形数组拆分成两个头尾不同的 size = n - 1 的 subproblems 就可以了:
【1, 7, 5, 9, 2】
下面的 subproblem 覆盖了所有不抢最后一座房子的 subproblems;
【(1, 7, 5, 9) 2】
如下的 subproblem 覆盖了所有不抢第一座房子的 subproblems;
【1,(7, 5, 9, 2)】
如果最后的最优解第一座和最后一座房子都不抢,也一定会被包含在左右两个 subproblem 的范围内,因为其 size = n - 2;
【1, (7, 5, 9), 2】
由于我们不能同时抢第第一和最后一座房子,上面两个 overlap subproblem 一定覆盖了所有子问题的最优解,并且符合全局最优解的 optimal substructure,保证了算法的正确性。
易错点: 后半段数组的 index offset,合理的处置是用完全一样的 for loop,只在实际取元素的时候做 nums[i + 1],不然计算后半段以 i = 3 开始时,覆盖的 dp[] 位置是错的。
这题其实很像 POJ 2342 Anniversary party ,区别在于这里的树只有两叉,结构简单很多。
回顾下这章一开始对动态规划的总结,可以很容易看出来,这题的左右子树 subproblem 是 disjoint.
因此这道题只有 optimal substructure,而没有 overlap subproblems.
先贴一段错误的代码,思路就是用 level order 遍历整棵树,存下 curSum ,然后用 House Robber 一样的思路去做 DP. 错误的原因在于,不应该直接舍弃掉一层,因为层与层之间并不是 fully connected,比如[2,1,3,null,4],最优解是相邻两层上不相连的两个 node.
这道题只有 DP 的一个性质: optimal substructure,即用 subproblem (subtree) 的最优解可以构造出全局最优解。optimal substructure性质在 Tree 类问题中非常常见,因此遇到一个问题的时候,要注意按照其性质属性仔细辨别正确解法。
在 Tree 上做递归的时候返回顺序已然是 bottom-up,相对于每一个节点,并没有重复计算,也没有 overlap subproblems,因此这只是一个正常的递归搜索问题,而不需要依赖 DP 进行优化。
dfs 时间复杂度已经是 O(n) , n = # of nodes
Last updated