力扣打家劫舍2--分情况动态规划

**

题目

**
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。这个地方所有的房屋都 围成一圈 ，这意味着第一个房屋和最后一个房屋是紧挨着的。同时，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：nums = [2,3,2]
输出：3
解释：你不能先偷窃 1 号房屋（金额 = 2），然后偷窃 3 号房屋（金额 = 2）, 因为他们是相邻的。
示例 2：

输入：nums = [1,2,3,1]
输出：4
解释：你可以先偷窃 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 3：

输入：nums = [0]
输出：0

提示：

1 <= nums.length <= 100
0 <= nums[i] <= 1000

注意这里难点在于环状，而对于条状的我们很现在可以容易写出了，但怎么处理条状呢？
首先我们想能不能化环状为条状。
而环状起到的限制就在于最后一项和第一项。
所以我们可以讨论：
1.偷第一间房。
2.不偷第一间房。
在这两种情况下我们发现第一种情况时最后一间是不能偷的。
而第二种情况下按照“最大”的思想，最后一间房是必须偷的。
当然按照我们原先写的动态规划方程：
dp[i]=max(dp[i-2]+nums[i],dp[i-1])
可以知道在第二种情况时其实也分了偷或不偷最后一间房，但是由于我们取最大金额，所以使用max函数可以取出我们想要的。
所以可以知道的是，目前环状的限制已经没有了，因为我们已经把第一项和最后一项搞掉了。
所以在实际的计算过程中依旧符合：
dp[i]=max(dp[i-2]+nums[i],dp[i-1])*
而由于我们分成了两种情况，所以列出两种动态数组即可。最后再统一比较大小。
且为了满足斜体内容成立，我们再最后输出的结果上要“动一下手脚”。
即对于情况1，同样将房子的数量numsize个输入程序，由于中间是按照条状计算的，我们直接在输出时只输出其拿到numsize-1个房子数量的情况即可，正好去掉了最后一个房子，也就是不偷最后一个房子了。
而对于情况2，其拿到的就给它本来应给的全部的房子，它自己会由于max函数而“主动”去偷最后一个房子。

int max(int x ,int y)
{
    return x>y?x:y;
}
int rob(int* nums, int numsSize){
int x[numsSize];//此为偷第一间房的情况
int y[numsSize];//此为不偷第一间房的情况
if(numsSize==0)
return 0;
if(numsSize==1)
return nums[0];
if(numsSize==2)
return max(nums[0],nums[1]); 
x[0]=nums[0];
y[1]=nums[1];
x[1]=nums[0];
y[0]=0;/*注意这个是必须要写的，因为已经说了y为不偷第一间房的情况了，尽管这个很不符合题目“最大”的含义,
但也要写上，因为递归的数据之间是互相影响的，并且尽管不符合“最大”，但我们后边可以通过max的比较来将它去掉不取它*/
for(int i=2;i<numsSize;i++)
{
    x[i]=max(x[i-2]+nums[i],x[i-1]);//因为我在开头和结尾已经将环状的定义融入进去了,
    								//所以在中间直接当成条状计算即可
    y[i]=max(y[i-2]+nums[i],y[i-1]);
}
return max(x[numsSize-1-1],y[numsSize-1]);/*因为限制，x最后一间房不能偷，所以尽管你给了它numsize间房，
在第一间已经偷的情况下，第numsize间还是不能动的，所以相当于变成了从第一间到第numsize-1间的情况.*/
/*同理因为限制，y最后一间房是一定偷的，所以计算时代入了numsize的全部尺寸（注意其实这里也是分了偷或不偷最后一间房的情形，
不过由于取max所以返回的结果一定是偷了的）*/
}