动态规划系列（3）——子列表和最大

字列表和最大问题是动态规划比较容易做的一个问题。题目含义是存在一个若干长的数组，然后求出数组中不相邻的数的最大和。

以下面数组为例 [1,3,5,2,5,8],和前面的两节的思路类似，我们从最后一个数开始考虑，如果选择8，则当前和为8+OPT(3)，OPT代表最佳方案，和最后一位不相邻的第3位置的最佳方案；如果不选择8，则考虑上一位置处的最佳方案。我们可以写出动态方程

我们可以按照递归的思想写这个问题 ，但是和之前的斐波拉切数列一样，依然存在overlap 问题，效率不高。所以我们可以从头开始计算，将每次计算的保存，代码如下

# -*- coding: utf-8 -*-
'''
求数组不相邻的数字的最大和
'''
def rec_opt(arr,i):
    if i == 0:
        return arr[0]
    elif i == 1:
        return max(arr[0],arr[1])
    else:
        A = rec_opt(arr, i-2) + arr[i]
        B = rec_opt(arr, i-1)
        return max(A,B)

def dp_opt(arr):
    opt = [arr[0], max(arr[0],arr[1])]
    for i in range(2,len(arr)):
        # 选择该数字
        A = opt[i-2] + arr[i]
        # 不选择该数字
        B = opt[i-1]
        opt.append(max(A,B))
    return max(opt)


if __name__ == "__main__":
    arr = [1,2,4,1,7,8,3]
    print(dp_opt(arr))
    print(rec_opt(arr, 6))