198. 打家劫舍

题目描述：

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 不触动警报装置的情况下 ，一夜之内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 。
 

提示：

0 <= nums.length <= 100
0 <= nums[i] <= 400

个人思路：

LeetCode经典动态规划题：打家劫舍系列。这道题要求我们不能触动警报装置，实际上给我设置了一个限定条件：相邻的num无法取得，只能跳着取。

1. 状态定义：求什么设什么即可。dp[i]定义为偷窃nums[:i+1]时，在不触动报警装置的情况下能获得的最高金额。
2. 状态转移：对于当前nums[i]来说，我们有且仅有两种选择：偷它or不偷它！我们无法事先确定偷或者不偷哪种更好，因此，我们对偷或者不偷都算一个能获得的最高金额，直接暴力取它俩中的最大值即可。但我们选择偷时，此时，我们前一个nums[i-1]的金额我们便无法获取了，只能再之前的dp[i-2]的基础上进行累加；而我们不偷时，那更简单了，我们无法再此处获得任何收益，因此，此时我们能获得的最高金额和dp[i-1]一样。最后我们对比这两种结果取最大的那就行啦。
3. 初始化：通过状态转移，我们可以确定当前结果只和之前俩结果有关，因此，我们需要初始化最初的两个情况即可。

具体代码如下：

class Solution:
    def rob(self, nums: List[int]) -> int:
        if not nums:
            return 0
        if len(nums) == 1:
            return nums[0]
        dp = [0] * len(nums)  # 状态定义：dp[i]表示偷窃nums[:i+1]时在不触发警报的情况下能获得的最高金额
        dp[0] = nums[0]
        dp[1] = max(dp[0], nums[1])  # 初始化
        for i in range(2, len(nums)):
            dp[i] = max(dp[i - 1], dp[i - 2] + nums[i])  # 状态转移方程
        return dp[-1]