打家劫舍
198.打家劫舍
套用动态规划五部曲，递推公式很好想，一刷ac
1、明确dp数组的含义和下标
dp[ i ]：长度为 i 的数组可偷窃的最高金额为 dp[i]。
2、确定递推公式
dp[i] = max(dp[i-1], dp[i - 2] + nums[i - 1]);
3、初始化dp数组
dp[0] = 0; dp[1] = nums[0];
4、明确遍历顺序
从前向后
5、打印dp数组（debug验证用）
213.打家劫舍II
上一题的变型，分两种情况讨论
情况一：不包含尾部元素
情况二：不包含首部元素
两种情况下分别调用正常的打家劫舍逻辑方法就可以，结果取二者中的较大值。
337.打家劫舍III（树形dp经典入门题、不会）
给出的思路太漂亮了！为什么自己想不到呜呜
以递归三部曲为框架，融合动态规划五部曲
1、明确参数和返回值
我们需要求一个节点 偷与不偷的两个状态所得到的金钱，那么返回值就是一个长度为2的数组。参数为当前节点。
public int[] robTree(Treecode cur)-
明确dp数组的含义和下标
dp[ i ]：下标为 0 记录不偷该节点所得到的的最大金钱，下标为 1 记录偷该节点所得到的的最大金钱。本题dp数组就是一个长度为2的数组。 dp[0]、dp[1]
2、明确终止条件
-
初始化dp数组
当遍历到空结点时，无论偷还是不偷，都返回{0，0}。同时这也相当于dp数组初始化。
-
明确遍历顺序
首先明确的是使用后序遍历。 因为要通过递归函数的返回值来做下一步计算。
通过递归左节点，得到左节点偷与不偷的金钱。
通过递归右节点，得到右节点偷与不偷的金钱。
3、明确单层递归的逻辑
-
确定递推公式
如果是偷当前节点，那么左右孩子就不能偷，val1 = cur->val + left[0] + right[0]; （如果对下标含义不理解就再回顾一下dp数组的含义）
如果不偷当前节点，那么左右孩子就可以偷，至于到底偷不偷一定是选一个最大的。所以：val2 = max(left[0], left[1]) + max(right[0], right[1]);
最后当前节点的状态就是{val2, val1}; 即：{不偷当前节点得到的最大金钱，偷当前节点得到的最大金钱}
股票问题
121. 买卖股票的最佳时机
这个题思路和讲解不一致，但是一刷也ac了
动规五部曲
1、明确dp数组的含义和下标
dp[ i ]：从第 i 天卖出后，可获得的最大利润为 dp[i]。
2、确定递推公式
dp[i] = max ( 0, dp[i - 1] + nums[i -1] - nums[i - 2] ) ;
如果dp[i - 1] + nums[i -1] - nums[i - 2]为负，说明当前股票不应卖出，继续持有。如果该天卖出可获得的最大利润置为0。
3、初始化dp数组
dp[1] = 0; //买卖不能同一天，所以第1天不能卖出，置为0
4、明确遍历顺序
从前向后
5、打印dp数组（debug验证用）
122.买卖股票的最佳时机II
这里按照讲解的分析
动规五部曲
1、明确dp数组的含义和下标
- dp[i][0] 表示第 i 天持有股票所得现金。
- dp[i][1] 表示第 i 天不持有股票所得最多现金
2、确定递推公式
如果第 i 天持有股票即dp[i][0]， 那么可以由两个状态推出来
1、第 i - 1 天就持有股票，那么就保持现状，所得现金就是昨天持有股票的所得现金
即：dp[i - 1][0]
2、第 i 天买入股票，所得现金就是昨天不持有股票的所得现金，减去今天的股票价格
即：dp[i - 1][1] - prices[i]
如果第 i 天不持有股票即dp[i][1]的情况， 依然可以由两个状态推出来
1、第 i - 1 天就不持有股票，那么就保持现状，所得现金就是昨天不持有股票的所得现金
即：dp[i - 1][1]
2、第 i 天卖出股票，所得现金就是按照今天股票价格卖出后，加上昨天持有股票的所得现金
即：prices[i] + dp[i - 1][0]
3、初始化dp数组
dp[0][0] = - prices[0];
dp[0][1] = 0;
4、明确遍历顺序
从前向后
5、打印dp数组（debug验证用）
123.买卖股票的最佳时机III
188.买卖股票的最佳时机IV
123
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
