LeetCode 1911

class Solution {
public:
    long long maxAlternatingSum(vector<int>& nums) {

        int n = nums.size();
        vector<vector<long long int>> dp(n,vector<long long int>(2,0));

        dp[0][0] = nums[0];
        dp[0][1] = 0;

        for(int i = 1 ; i < n ; i++)
        {
            dp[i][0] = max(dp[i-1][1]+nums[i],dp[i-1][0]);
            dp[i][1] = max(dp[i-1][0]-nums[i],dp[i-1][1]);
        } 

        return max(dp[n-1][0],dp[n-1][1]);

    }
};

思路：

动态规划：

仅有两个状态，加或者减，加地话那么当前就应该是偶数位次，那么上一次就是奇数位次。减地话那么当前就应该是奇数位次，上一次就是偶数位次

用dp[i][0]表示当前是偶数位次，dp[i][1]表示当前是奇数位次。

那么状态转移方程:

dp[i][0] = max(dp[i-1][1]+nums[i],dp[i-1][0]);

dp[i][1] = max(dp[i-1][0]-nums[i],dp[i-1][1]);

最后再取二者地较大值；

本文还可状态压缩，来减少空间复杂度。实现比较简单就不再提供源码了。