dp学习之BadNeighbors解法二（算法优化）

上一篇文章中，使用动态规划求解了BadNeighbors问题，虽然那种解法可以解决问题但存在一些可以优化的地方，这一篇文章对上一种解法进行优化。
我们依然定义数组为x0,x1….xn-1其中x0和xn-1依然不相连
上一篇问题只中定义dp[i]为包含xi的x0，x1,…xi的最大值。这次我们改变定义方式定义dp[i]为x0,x1,…xi的最大值（即dp[i]不是一定要包含xi），因而状态转移方程可改为
dp[i] = x0 其中i=0
dp[i] = max(x0, x1)
dp[i] = max(dp[i - 1], dp[i - 2] + xi); 其中i >= 2
时间复杂度比较：
对于第一种解法时间复杂度为O(n^2)
优化后的时间复杂度为O(n)
所以第二种解法效率更高
程序源码（c++）：

#include <iostream>
#include <vector>
using namespace std;
int max(int a, int b);
class BadNeighbors
{
public:
    int solve(int begin, int end, vector<int> &donations);
    int maxDonations(vector<int> donations);
};

int main(void)
{
    BadNeighbors badNb;
//  int arr[] = {10, 3, 2, 5, 7, 8};
//  int arr[] = {7, 7, 7, 7, 7, 7, 7};
//  int arr[] = {11, 15};
//  int arr[] = {1, 2, 3, 4, 5, 1, 2, 3, 4, 5};
    int arr[] = {94, 40, 49, 65, 21, 21, 106, 80, 92, 81, 679, 4, 61, \
        6, 237, 12, 72, 74, 29, 95, 265, 35, 47, 1, 61, 397, \
            52, 72, 37, 51, 1, 81, 45, 435, 7, 36, 57, 86, 81, 72};
    int max;
    vector<int> vec(arr, arr + sizeof(arr) / sizeof(int));
    max = badNb.maxDonations(vec);
    cout << max << endl;
    return 0;

    return 0;
}

int max(int a, int b)
{
    if(a > b)
        return a;
    else
        return b;
}

int BadNeighbors::solve(int begin, int end, vector<int> &donations)
{
    int dp[end - begin + 2];
    for(int i = begin; i < end + 1; i++)
    {
        if(i == begin)
        {
            dp[i] = donations[i];
            continue;
        }
        if(i > begin + 1)
            dp[i] = max(dp[i - 1], dp[i - 2] + donations[i]);
        else
        {
            dp[i] = max(donations[begin], donations[begin + 1]);
        }
    }
    return dp[end];
}

int BadNeighbors::maxDonations(vector<int> donations)
{
    int n = donations.size();
    int a, b;
    a = solve(0, n - 2, donations); 
    b = solve(1, n - 1, donations);
    if(a > b)
        return a;
    else 
        return b;
}