（算法）按摩师————＜动态规划＞

1. 题⽬链接：⾯试题17.16.按摩师

2. 题⽬描述：

3. 解法（动态规划）：

算法思路：

1. 状态表⽰：

对于简单的线性dp ，我们可以⽤「经验+题⽬要求」来定义状态表⽰：

        i. 以某个位置为结尾，巴拉巴拉；

        ii. 以某个位置为起点，巴拉巴拉。

这⾥我们选择⽐较常⽤的⽅式，以某个位置为结尾，结合题⽬要求，定义⼀个状态表⽰： dp[i] 表⽰：选择到i 位置时，此时的最⻓预约时⻓。

但是我们这个题在i 位置的时候，会⾯临「选择」或者「不选择」两种抉择，所依赖的状态需要 细分：

        ▪ f[i] 表⽰：选择到i 位置时， nums[i] 必选，此时的最⻓预约时⻓；

        ▪ g[i] 表⽰：选择到i 位置时， nums[i] 不选，此时的最⻓预约时⻓。

2. 状态转移⽅程：

因为状态表⽰定义了两个，因此我们的状态转移⽅程也要分析两个： 对于f[i] ：

        ▪ 如果nums[i] 必选，那么我们仅需知道i - 1 位置在不选的情况下的最⻓预约时⻓， 然后加上nums[i] 即可，因此f[i] = g[i - 1] + nums[i] 。 对于g[i] ：

        ▪ 如果nums[i] 不选，那么i - 1 位置上选或者不选都可以。因此，我们需要知道i - 1 位置上选或者不选两种情况下的最⻓时⻓，因此[i] = max(f[i - 1], g[i - 1]) 。

3. 初始化：

这道题的初始化⽐较简单，因此⽆需加辅助节点，仅需初始化f[0] = nums[0], g[0] = 0 即可。

4. 填表顺序

根据「状态转移⽅程」得「从左往右，两个表⼀起填」。

5. 返回值

根据「状态表⽰」，应该返回max(f[n - 1], g[n - 1]) 。 

C++算法代码： 

class Solution 
{
public:
    int massage(vector<int>& nums)
    {
        int n=nums.size();
        //处理边界条件
        if(n==0)
        {
            return 0;
        }
        //建表
        vector<int>f(n);    //此点选之后的最大时间
        vector<int>g(n);    //此点不选后的最大时间
        //初始化
        f[0]=nums[0],g[0]=0;
        //填表
        for(int i=1;i<n;i++)
        {
            f[i]=g[i-1]+nums[i];
            g[i]=max(f[i-1],g[i-1]);
        }
        return max(f[n-1],g[n-1]);
    }
};

Java算法代码：

class Solution
{
	public int massage(int[] nums)
	{
		// 1. 创建 dp 表 
		// 2. 初始化 
		// 3. 填表 
		// 4. 返回值 
		int n = nums.length;
		if (n == 0) return 0; // 处理边界条件 

		int[] f = new int[n];
		int[] g = new int[n];
		f[0] = nums[0];
		for (int i = 1; i < n; i++)
		{
			f[i] = g[i - 1] + nums[i];
			g[i] = Math.max(f[i - 1], g[i - 1]);
		}
		return Math.max(g[n - 1], f[n - 1]);
	}
}