老顾的一亩三分地
（每日一练66074）题目名称：打家劫舍
墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网
我也要 关注 + 加入社区一个小偷，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。
输入一个正整数n代表房屋的数量(n≤100)，接着输入n个非负整数代表每间房屋的现金数量
额。一共最多100个数字，暴力计算即可
n = int(input())
arr = list(map(int,input().split()))
ans = 0
def f(v,r):
global ans
if v > ans:
ans = v
l = len(r)
if l == 0:
return
f(v + r[0],r[2:])
if l > 1:
f(v + r[1],r[3:])
f(0,arr)
print(ans)
相关推荐
产业园区如何提升科技企业技术需求匹配精准度？.docx
科易网基于AI模型+行业大数据，在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景，推出科技创新领域的AI+工具与数智化解决方案，推动科技创新与产业创新智能化发展。
Redis集群部署+Redis 链接地址放入Aollo +c#项目接入Redis
Redis集群部署+Redis 链接地址放入Aollo +c#项目接入Redis
cover_1793582495122.png
cover_1793582495122.png
国央企创新负责人如何高效配置分散的科技创新资源？.docx
科易网基于AI模型+行业大数据，在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景，推出科技创新领域的AI+工具与数智化解决方案，推动科技创新与产业创新智能化发展。
【新能源预测】项目介绍 MATLAB实现基于GWO-VMD-SSA-LSTM灰狼优化算法（GWO）结合变分模态分解（VMD）、麻雀搜索算法（SSA）及长短期记忆网络（LSTM）进行光伏电站超短期功率预
内容概要：本文提出一种结合灰狼优化算法（GWO）、变分模态分解（VMD）、麻雀搜索算法（SSA）和长短期记忆网络（LSTM）的混合模型，用于提升光伏电站超短期功率预测精度。通过GWO优化VMD的关键参数（模态数与惩罚因子），实现对非平稳功率序列的自适应多尺度分解，分离趋势、波动与噪声成分；各模态分量经归一化后，利用SSA优化LSTM网络的超参数（如隐藏单元数、学习率等），提升模型拟合与泛化能力；最后对各模态预测结果重构并评估。模型在MATLAB中实现，包含完整数据清洗、特征构造、参数寻优、训练预测与多指标评价流程，强调工程可维护性与抗数据泄漏能力。; 适合人群：具备一定机器学习与时间序列分析基础，熟悉MATLAB编程，从事新能源预测、智能电网、电力系统调度等相关领域的科研人员与工程技术人员，尤其适合有1-3年项目经验的研发人员； 使用场景及目标：①应对多云、快速辐照变化等复杂天气下的光伏功率剧烈波动，提升超短期（15分钟至4小时）预测精度；②构建可适应不同季节、地域和电站类型的自适应多尺度预测体系；③支撑电网调度、储能协同控制与爬坡事件预警，提升新能源消纳能力与系统稳定性； 阅读建议：此资源以实际MATLAB代码为基础，建议读者结合文中示例逐步复现模型流程，重点关注GWO与SSA在双层优化中的分工、VMD分解的质量控制、时间序列样本构造的防泄漏设计以及多模态预测重构策略，调试过程中注意参数边界设置与随机种子固定，以确保结果可重复。
