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 。
分析：使用递归暴力破解时间复杂度是O(2^n*n) ,指数级别不太现实，所以采用动态规划的方法： 需要的答案是最高收益，而且有限制条件，不能偷窃相邻两个房屋，所以想获得最高收益就要比较两种情况，偷窃i号并不偷i+1号，不偷i号偷窃i+1号，这就涉及到两个情况的收益比较，dp_max是dp_now和dp_last+val[i]之间的较大值，此时的dp_last要更新，dp_last = dp_now 而dp_now更新为dp_max 状态转移方程如下：
**dp_max = Math.max(dp_now, val[i] + dp_last); dp_last = dp_now; dp_now = dp_max; **public class HouseRobber {
static int[] val; static int dp_max = 0; static int dp_last = 0; static int dp_now = 0; public static void main(String[] args) { Scanner sca = new Scanner(System.in); int n = sca.nextInt(); val = new int[n]; for(int i = 0; i < n ; i++) { val[i] = sca.nextInt(); } sca.close(); for(int i = 0; i < n ; i ++) { dp_max = Math.max(dp_now, val[i] + dp_last); dp_last = dp_now; dp_now = dp_max; } System.out.println(dp_max); }}
