198. 打家劫舍-E

你是一个专业的小偷，计划偷窃沿街的房屋。每间房内都藏有一定的现金，影响你偷窃的唯一制约因素就是相邻的房屋装  
有相互连通的防盗系统，如果两间相邻的房屋在同一晚上被小偷闯入，系统会自动报警。

给定一个代表每个房屋存放金额的非负整数数组，计算你在不触动警报装置的情况下，能够偷窃到的最高金额。

示例 1:

输入: [1,2,3,1]
输出: 4
解释: 偷窃 1 号房屋 (金额 = 1) ，然后偷窃 3 号房屋 (金额 = 3)。
 偷窃到的最高金额 = 1 + 3 = 4 。
示例 2:

输入: [2,7,9,3,1]
输出: 12
解释: 偷窃 1 号房屋 (金额 = 2), 偷窃 3 号房屋 (金额 = 9)，接着偷窃 5 号房屋 (金额 = 1)。
 偷窃到的最高金额 = 2 + 9 + 1 = 12 。

• 分析：

  动态规划做的多了，逐渐感觉，对于最值问题，都可以，先往动态规划的方向想一想；
  现在看来，dp做的就是以下几件事：
  	1. 找最值判断，max/min (若不是那就别往动态规划想了)
  	2. 判断最优子结构，即划分集合，{...,a}和{...,a,b}进行比较，加入b前的集合有一个最值，
  		加入b后，利用{...,a}集合的最值，判断加入b后的集合最值情况，要利用{...,a}集合的最值
  	3. 构造并利用dp表记录各集合下的最值
  本题目：
   1. 因为不能相连，所以对于i位置的最大累计和，应当是nums[i]+max{nums[i],0<=i<=i-2},
   2. 对于集合{...,nums[i]},除nums[i-1]外，最大累计和是nums[i]
   3. 所以集合集合{...,nums[i]}的最大累计和应当是：max{nums[i-1],nums[i-2]}	
  递推公式：
  

d p [ i ] = { n u m s [ i ] i = 0 m a x { n u m s [ i − 1 ] , n u m s [ i ] } i = 1 m a x { d p [ i − 1 ] , d p [ i − 2 ] + n u m s [ i ] } i > 0 dp[i]=\left\{ \begin{aligned} &nums[i] & i=0 \\ &max\{nums[i-1],nums[i]\}&i=1\\ &max\{dp[i-1],dp[i-2]+nums[i]\} & i>0\\ \end{aligned} \right. dp[i]=⎩⎪⎨⎪⎧​​nums[i]max{nums[i−1],nums[i]}max{dp[i−1],dp[i−2]+nums[i]}​i=0i=1i>0​

• code

package main
import "fmt"
func rob(nums []int) int {
	s:=len(nums)
	if s==0{
		return 0
	}else if s==1{
		return nums[0]
	}
	for i:=2;i<s;i++{
		if nums[i-2]>nums[i-1]{
			nums[i-1]=nums[i-2]
		}
		nums[i]+=nums[i-2]
	}
	if nums[s-2]>nums[s-1]{
		nums[s-1]=nums[s-2]
	}
	return nums[s-1]
}
func main(){
	fmt.Println(rob([]int{2,7,9,3,1}))
}