(python)小菜狗算法日记（动态规划系列）_leetcode 198. 打家劫舍

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 。

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/house-robber
众所周知，动态规划最重要是找到状态转移方程，当然，这对于小菜狗比较难。

用An表示n号房可以偷到的钱，f(n)表示前n家可以偷到最多的钱，然后来找找规律。一家f(1)=A1  两家 f(2) = max(A1,A2) 三家f(3)=max(f(1)+A3,f(2))看偷第三家能不能比偷前两家的钱多，不能连着偷，所以只能跳着偷f(3-2)+A3，然后与f(2)相比。四家f(4)=max(f(2)+A4,f(3))，五家f(5) = max(f(3)+A5,f(4))......就是看多偷一家会不会比原来:f(n-1)钱多。

class Solution:
    def rob(self, nums: List[int]) -> int:
        # dp[n]=max(dp[n-2]+An,dp[n-1])
        if not nums:
            return 0
        lens = len(nums)
        dp = [0]*(lens+1)
        dp[0] = 0
        dp[1] = nums[0]
        for i in range(1,lens):
            dp[i+1]=max(dp[i-1]+nums[i],dp[i])
        return dp[lens]