很快就有思路，但是思路有漏洞
我写的递推是：dp[i] = max(dp[i-1], dp[i-2]+nums[i])
符合当前房屋的投与不投取决于前一个房屋和前两个房屋是否被偷了
如果不偷第i间房，那么dp[i] = dp[i-1]
原来错在initialization
dp[0], dp[1] = nums[0], max(nums[0],nums[1]) #我原本写成了dp[0], dp[1] = nums[0], nums[1]
#尝试写二维
dp = [[0,0] for _ in range(n)] #创建二维动态规划数组，dp[i][0]表示不抢劫第i个房屋的最大金额，dp[i][1]表示抢劫第i个房屋的最大金额
for i in range(n):
dp[i][0] = max(dp[i-1][0], dp[i-1][1])
dp[i][1] = dp[i-1][0] + nums[i]
成环的话，我的第一想法是加了一个constraint,感觉怪怪的
carl的思路分成了三种情况：1.不考虑包含首尾元素，2. 考虑包含首元素（不包含尾元素），3. 考虑包含尾元素（不包含首元素）
环形问题 --》展开成几个线性（数组）问题
又来了最可怕的二叉树
树形dp的基础入门题目
动态规划：使用状态转移容器来记录状态的变化
每个节点只有两个状态
dp[0]表示不偷当前节点获得的最大金额，dp[1]: 偷当前节点获得的最大金额
后序遍历
-
确定递归函数的参数和返回值
-
确定终止条件：在遍历过程中，如果遇到空节点，无论偷与不偷都是0，所以就返回
-
确定遍历顺序：后序遍历（左右中），通过递归左节点，得到左节点偷与不投的金钱。通过递归右节点，得到右节点偷与不投的金钱。
-
确定单层递归的逻辑
代码解释
left = dfs(node.left) # left[0]：不偷左孩子; left[1]：偷左孩子
right = dfs(node.right) # right[0]：不偷右孩子; right[1]：偷右孩子