感谢参考原文-http://bjbsair.com/2020-03-27/tech-info/7094.html
一个有名的按摩师会收到源源不断的预约请求，每个预约都可以选择接或不接。在每次预约服务之间要有休息时间，因此她不能接受相邻的预约。给定一个预约请求序列，替按摩师找到最优的预约集合（总预约时间最长），返回总的分钟数。
注意：本题相对原题稍作改动
示例 1：
输入： [1,2,3,1]
输出： 4
解释： 选择 1 号预约和 3 号预约，总时长 = 1 + 3 = 4。
示例 2：
输入： [2,7,9,3,1]
输出： 12
解释： 选择 1 号预约、 3 号预约和 5 号预约，总时长 = 2 + 9 + 1 = 12。
示例 3：
输入： [2,1,4,5,3,1,1,3]
输出： 12
解释： 选择 1 号预约、 3 号预约、 5 号预约和 8 号预约，总时长 = 2 + 4 + 3 + 3 = 12。
今天又是一个Easy的题目，这是我们常见的一种套路。给你一个序列，然后pick若干个数，求最大或者最小值。只求最优解不求具体解的，很多时候都是可以用动态规划进行解决。
动态规划问题首先要满足无后效性，如果我们从左往右处理，每一个元素是否选择只会影响到下一个元素能否选择，所以满足无后效性。动态规划的另外1个就是状态表示了，我们可以我们用F[i]表示前i个的最优解是多少，但是因为我们不知道i-1个是否被选择，所以我们很难处理第i个。因为仅用f[i]是没办法表示第i个时间段是否选择。所以我们新增一个维度，f[i][0]表示第i个没有选择的最优解，f[i][1]表示第i个时间段选择的最优解。很显然，f[i][1]必然是从f[i-1][0]转化而来。
接下来就是代码了。
这里讲一个题外话，我们去面试的时候，通常面试官是没有讲数据范围与边界条件的。这个时候最好在你写代码之前能向面试官询问，表示你已经考虑到了这些边界情况。在我们日常的开发过程中，也是存在非常多的边界情况，提前处理能够表现你这个人考虑问题周全细致，是一个加分项。向这个题目中，如果给的序列是空的，那么返回0即可。
最后，能不能更节省内存地完成这个问题呢？如果你知道，欢迎留言。感谢参考原文-http://bjbsair.com/2020-03-27/tech-info/7094/
一个有名的按摩师会收到源源不断的预约请求，每个预约都可以选择接或不接。在每次预约服务之间要有休息时间，因此她不能接受相邻的预约。给定一个预约请求序列，替按摩师找到最优的预约集合（总预约时间最长），返回总的分钟数。
注意：本题相对原题稍作改动
示例 1：
输入： [1,2,3,1]
输出： 4
解释： 选择 1 号预约和 3 号预约，总时长 = 1 + 3 = 4。
示例 2：
输入： [2,7,9,3,1]
输出： 12
解释： 选择 1 号预约、 3 号预约和 5 号预约，总时长 = 2 + 9 + 1 = 12。
示例 3：
输入： [2,1,4,5,3,1,1,3]
输出： 12
解释： 选择 1 号预约、 3 号预约、 5 号预约和 8 号预约，总时长 = 2 + 4 + 3 + 3 = 12。
今天又是一个Easy的题目，这是我们常见的一种套路。给你一个序列，然后pick若干个数，求最大或者最小值。只求最优解不求具体解的，很多时候都是可以用动态规划进行解决。
动态规划问题首先要满足无后效性，如果我们从左往右处理，每一个元素是否选择只会影响到下一个元素能否选择，所以满足无后效性。动态规划的另外1个就是状态表示了，我们可以我们用F[i]表示前i个的最优解是多少，但是因为我们不知道i-1个是否被选择，所以我们很难处理第i个。因为仅用f[i]是没办法表示第i个时间段是否选择。所以我们新增一个维度，f[i][0]表示第i个没有选择的最优解，f[i][1]表示第i个时间段选择的最优解。很显然，f[i][1]必然是从f[i-1][0]转化而来。
接下来就是代码了。
这里讲一个题外话，我们去面试的时候，通常面试官是没有讲数据范围与边界条件的。这个时候最好在你写代码之前能向面试官询问，表示你已经考虑到了这些边界情况。在我们日常的开发过程中，也是存在非常多的边界情况，提前处理能够表现你这个人考虑问题周全细致，是一个加分项。向这个题目中，如果给的序列是空的，那么返回0即可。
最后，能不能更节省内存地完成这个问题呢？如果你知道，欢迎留言。感谢参考原文-http://bjbsair.com/2020-03-27/tech-info/7094/
一个有名的按摩师会收到源源不断的预约请求，每个预约都可以选择接或不接。在每次预约服务之间要有休息时间，因此她不能接受相邻的预约。给定一个预约请求序列，替按摩师找到最优的预约集合（总预约时间最长），返回总的分钟数。
注意：本题相对原题稍作改动
示例 1：
输入： [1,2,3,1]
输出： 4
解释： 选择 1 号预约和 3 号预约，总时长 = 1 + 3 = 4。
示例 2：
输入： [2,7,9,3,1]
输出： 12
解释： 选择 1 号预约、 3 号预约和 5 号预约，总时长 = 2 + 9 + 1 = 12。
示例 3：
输入： [2,1,4,5,3,1,1,3]
输出： 12
解释： 选择 1 号预约、 3 号预约、 5 号预约和 8 号预约，总时长 = 2 + 4 + 3 + 3 = 12。
今天又是一个Easy的题目，这是我们常见的一种套路。给你一个序列，然后pick若干个数，求最大或者最小值。只求最优解不求具体解的，很多时候都是可以用动态规划进行解决。
动态规划问题首先要满足无后效性，如果我们从左往右处理，每一个元素是否选择只会影响到下一个元素能否选择，所以满足无后效性。动态规划的另外1个就是状态表示了，我们可以我们用F[i]表示前i个的最优解是多少，但是因为我们不知道i-1个是否被选择，所以我们很难处理第i个。因为仅用f[i]是没办法表示第i个时间段是否选择。所以我们新增一个维度，f[i][0]表示第i个没有选择的最优解，f[i][1]表示第i个时间段选择的最优解。很显然，f[i][1]必然是从f[i-1][0]转化而来。
接下来就是代码了。
这里讲一个题外话，我们去面试的时候，通常面试官是没有讲数据范围与边界条件的。这个时候最好在你写代码之前能向面试官询问，表示你已经考虑到了这些边界情况。在我们日常的开发过程中，也是存在非常多的边界情况，提前处理能够表现你这个人考虑问题周全细致，是一个加分项。向这个题目中，如果给的序列是空的，那么返回0即可。
最后，能不能更节省内存地完成这个问题呢？如果你知道，欢迎留言。感谢参考原文-http://bjbsair.com/2020-03-27/tech-info/7094/
一个有名的按摩师会收到源源不断的预约请求，每个预约都可以选择接或不接。在每次预约服务之间要有休息时间，因此她不能接受相邻的预约。给定一个预约请求序列，替按摩师找到最优的预约集合（总预约时间最长），返回总的分钟数。
注意：本题相对原题稍作改动
示例 1：
输入： [1,2,3,1]
输出： 4
解释： 选择 1 号预约和 3 号预约，总时长 = 1 + 3 = 4。
示例 2：
输入： [2,7,9,3,1]
输出： 12
解释： 选择 1 号预约、 3 号预约和 5 号预约，总时长 = 2 + 9 + 1 = 12。
示例 3：
输入： [2,1,4,5,3,1,1,3]
输出： 12
解释： 选择 1 号预约、 3 号预约、 5 号预约和 8 号预约，总时长 = 2 + 4 + 3 + 3 = 12。
今天又是一个Easy的题目，这是我们常见的一种套路。给你一个序列，然后pick若干个数，求最大或者最小值。只求最优解不求具体解的，很多时候都是可以用动态规划进行解决。
动态规划问题首先要满足无后效性，如果我们从左往右处理，每一个元素是否选择只会影响到下一个元素能否选择，所以满足无后效性。动态规划的另外1个就是状态表示了，我们可以我们用F[i]表示前i个的最优解是多少，但是因为我们不知道i-1个是否被选择，所以我们很难处理第i个。因为仅用f[i]是没办法表示第i个时间段是否选择。所以我们新增一个维度，f[i][0]表示第i个没有选择的最优解，f[i][1]表示第i个时间段选择的最优解。很显然，f[i][1]必然是从f[i-1][0]转化而来。
接下来就是代码了。
这里讲一个题外话，我们去面试的时候，通常面试官是没有讲数据范围与边界条件的。这个时候最好在你写代码之前能向面试官询问，表示你已经考虑到了这些边界情况。在我们日常的开发过程中，也是存在非常多的边界情况，提前处理能够表现你这个人考虑问题周全细致，是一个加分项。向这个题目中，如果给的序列是空的，那么返回0即可。
最后，能不能更节省内存地完成这个问题呢？如果你知道，欢迎留言。感谢参考原文-http://bjbsair.com/2020-03-27/tech-info/7094/
一个有名的按摩师会收到源源不断的预约请求，每个预约都可以选择接或不接。在每次预约服务之间要有休息时间，因此她不能接受相邻的预约。给定一个预约请求序列，替按摩师找到最优的预约集合（总预约时间最长），返回总的分钟数。
注意：本题相对原题稍作改动
示例 1：
输入： [1,2,3,1]
输出： 4
解释： 选择 1 号预约和 3 号预约，总时长 = 1 + 3 = 4。
示例 2：
输入： [2,7,9,3,1]
输出： 12
解释： 选择 1 号预约、 3 号预约和 5 号预约，总时长 = 2 + 9 + 1 = 12。
示例 3：
输入： [2,1,4,5,3,1,1,3]
输出： 12
解释： 选择 1 号预约、 3 号预约、 5 号预约和 8 号预约，总时长 = 2 + 4 + 3 + 3 = 12。
今天又是一个Easy的题目，这是我们常见的一种套路。给你一个序列，然后pick若干个数，求最大或者最小值。只求最优解不求具体解的，很多时候都是可以用动态规划进行解决。
动态规划问题首先要满足无后效性，如果我们从左往右处理，每一个元素是否选择只会影响到下一个元素能否选择，所以满足无后效性。动态规划的另外1个就是状态表示了，我们可以我们用F[i]表示前i个的最优解是多少，但是因为我们不知道i-1个是否被选择，所以我们很难处理第i个。因为仅用f[i]是没办法表示第i个时间段是否选择。所以我们新增一个维度，f[i][0]表示第i个没有选择的最优解，f[i][1]表示第i个时间段选择的最优解。很显然，f[i][1]必然是从f[i-1][0]转化而来。
接下来就是代码了。
这里讲一个题外话，我们去面试的时候，通常面试官是没有讲数据范围与边界条件的。这个时候最好在你写代码之前能向面试官询问，表示你已经考虑到了这些边界情况。在我们日常的开发过程中，也是存在非常多的边界情况，提前处理能够表现你这个人考虑问题周全细致，是一个加分项。向这个题目中，如果给的序列是空的，那么返回0即可。
最后，能不能更节省内存地完成这个问题呢？如果你知道，欢迎留言。感谢参考原文-http://bjbsair.com/2020-03-27/tech-info/7094/
一个有名的按摩师会收到源源不断的预约请求，每个预约都可以选择接或不接。在每次预约服务之间要有休息时间，因此她不能接受相邻的预约。给定一个预约请求序列，替按摩师找到最优的预约集合（总预约时间最长），返回总的分钟数。
注意：本题相对原题稍作改动
示例 1：
输入： [1,2,3,1]
输出： 4
解释： 选择 1 号预约和 3 号预约，总时长 = 1 + 3 = 4。
示例 2：
输入： [2,7,9,3,1]
输出： 12
解释： 选择 1 号预约、 3 号预约和 5 号预约，总时长 = 2 + 9 + 1 = 12。
示例 3：
输入： [2,1,4,5,3,1,1,3]
输出： 12
解释： 选择 1 号预约、 3 号预约、 5 号预约和 8 号预约，总时长 = 2 + 4 + 3 + 3 = 12。
今天又是一个Easy的题目，这是我们常见的一种套路。给你一个序列，然后pick若干个数，求最大或者最小值。只求最优解不求具体解的，很多时候都是可以用动态规划进行解决。
动态规划问题首先要满足无后效性，如果我们从左往右处理，每一个元素是否选择只会影响到下一个元素能否选择，所以满足无后效性。动态规划的另外1个就是状态表示了，我们可以我们用F[i]表示前i个的最优解是多少，但是因为我们不知道i-1个是否被选择，所以我们很难处理第i个。因为仅用f[i]是没办法表示第i个时间段是否选择。所以我们新增一个维度，f[i][0]表示第i个没有选择的最优解，f[i][1]表示第i个时间段选择的最优解。很显然，f[i][1]必然是从f[i-1][0]转化而来。
接下来就是代码了。
这里讲一个题外话，我们去面试的时候，通常面试官是没有讲数据范围与边界条件的。这个时候最好在你写代码之前能向面试官询问，表示你已经考虑到了这些边界情况。在我们日常的开发过程中，也是存在非常多的边界情况，提前处理能够表现你这个人考虑问题周全细致，是一个加分项。向这个题目中，如果给的序列是空的，那么返回0即可。
最后，能不能更节省内存地完成这个问题呢？如果你知道，欢迎留言。感谢参考原文-http://bjbsair.com/2020-03-27/tech-info/7094/
一个有名的按摩师会收到源源不断的预约请求，每个预约都可以选择接或不接。在每次预约服务之间要有休息时间，因此她不能接受相邻的预约。给定一个预约请求序列，替按摩师找到最优的预约集合（总预约时间最长），返回总的分钟数。
注意：本题相对原题稍作改动
示例 1：
输入： [1,2,3,1]
输出： 4
解释： 选择 1 号预约和 3 号预约，总时长 = 1 + 3 = 4。
示例 2：
输入： [2,7,9,3,1]
输出： 12
解释： 选择 1 号预约、 3 号预约和 5 号预约，总时长 = 2 + 9 + 1 = 12。
示例 3：
输入： [2,1,4,5,3,1,1,3]
输出： 12
解释： 选择 1 号预约、 3 号预约、 5 号预约和 8 号预约，总时长 = 2 + 4 + 3 + 3 = 12。
今天又是一个Easy的题目，这是我们常见的一种套路。给你一个序列，然后pick若干个数，求最大或者最小值。只求最优解不求具体解的，很多时候都是可以用动态规划进行解决。
动态规划问题首先要满足无后效性，如果我们从左往右处理，每一个元素是否选择只会影响到下一个元素能否选择，所以满足无后效性。动态规划的另外1个就是状态表示了，我们可以我们用F[i]表示前i个的最优解是多少，但是因为我们不知道i-1个是否被选择，所以我们很难处理第i个。因为仅用f[i]是没办法表示第i个时间段是否选择。所以我们新增一个维度，f[i][0]表示第i个没有选择的最优解，f[i][1]表示第i个时间段选择的最优解。很显然，f[i][1]必然是从f[i-1][0]转化而来。
接下来就是代码了。
这里讲一个题外话，我们去面试的时候，通常面试官是没有讲数据范围与边界条件的。这个时候最好在你写代码之前能向面试官询问，表示你已经考虑到了这些边界情况。在我们日常的开发过程中，也是存在非常多的边界情况，提前处理能够表现你这个人考虑问题周全细致，是一个加分项。向这个题目中，如果给的序列是空的，那么返回0即可。
最后，能不能更节省内存地完成这个问题呢？如果你知道，欢迎留言。感谢参考原文-http://bjbsair.com/2020-03-27/tech-info/7094/
一个有名的按摩师会收到源源不断的预约请求，每个预约都可以选择接或不接。在每次预约服务之间要有休息时间，因此她不能接受相邻的预约。给定一个预约请求序列，替按摩师找到最优的预约集合（总预约时间最长），返回总的分钟数。
注意：本题相对原题稍作改动
示例 1：
输入： [1,2,3,1]
输出： 4
解释： 选择 1 号预约和 3 号预约，总时长 = 1 + 3 = 4。
示例 2：
输入： [2,7,9,3,1]
输出： 12
解释： 选择 1 号预约、 3 号预约和 5 号预约，总时长 = 2 + 9 + 1 = 12。
示例 3：
输入： [2,1,4,5,3,1,1,3]
输出： 12
解释： 选择 1 号预约、 3 号预约、 5 号预约和 8 号预约，总时长 = 2 + 4 + 3 + 3 = 12。
今天又是一个Easy的题目，这是我们常见的一种套路。给你一个序列，然后pick若干个数，求最大或者最小值。只求最优解不求具体解的，很多时候都是可以用动态规划进行解决。
动态规划问题首先要满足无后效性，如果我们从左往右处理，每一个元素是否选择只会影响到下一个元素能否选择，所以满足无后效性。动态规划的另外1个就是状态表示了，我们可以我们用F[i]表示前i个的最优解是多少，但是因为我们不知道i-1个是否被选择，所以我们很难处理第i个。因为仅用f[i]是没办法表示第i个时间段是否选择。所以我们新增一个维度，f[i][0]表示第i个没有选择的最优解，f[i][1]表示第i个时间段选择的最优解。很显然，f[i][1]必然是从f[i-1][0]转化而来。
接下来就是代码了。
这里讲一个题外话，我们去面试的时候，通常面试官是没有讲数据范围与边界条件的。这个时候最好在你写代码之前能向面试官询问，表示你已经考虑到了这些边界情况。在我们日常的开发过程中，也是存在非常多的边界情况，提前处理能够表现你这个人考虑问题周全细致，是一个加分项。向这个题目中，如果给的序列是空的，那么返回0即可。
最后，能不能更节省内存地完成这个问题呢？如果你知道，欢迎留言。感谢参考原文-http://bjbsair.com/2020-03-27/tech-info/7094/
一个有名的按摩师会收到源源不断的预约请求，每个预约都可以选择接或不接。在每次预约服务之间要有休息时间，因此她不能接受相邻的预约。给定一个预约请求序列，替按摩师找到最优的预约集合（总预约时间最长），返回总的分钟数。
注意：本题相对原题稍作改动
示例 1：
输入： [1,2,3,1]
输出： 4
解释： 选择 1 号预约和 3 号预约，总时长 = 1 + 3 = 4。
示例 2：
输入： [2,7,9,3,1]
输出： 12
解释： 选择 1 号预约、 3 号预约和 5 号预约，总时长 = 2 + 9 + 1 = 12。
示例 3：
输入： [2,1,4,5,3,1,1,3]
输出： 12
解释： 选择 1 号预约、 3 号预约、 5 号预约和 8 号预约，总时长 = 2 + 4 + 3 + 3 = 12。
今天又是一个Easy的题目，这是我们常见的一种套路。给你一个序列，然后pick若干个数，求最大或者最小值。只求最优解不求具体解的，很多时候都是可以用动态规划进行解决。
动态规划问题首先要满足无后效性，如果我们从左往右处理，每一个元素是否选择只会影响到下一个元素能否选择，所以满足无后效性。动态规划的另外1个就是状态表示了，我们可以我们用F[i]表示前i个的最优解是多少，但是因为我们不知道i-1个是否被选择，所以我们很难处理第i个。因为仅用f[i]是没办法表示第i个时间段是否选择。所以我们新增一个维度，f[i][0]表示第i个没有选择的最优解，f[i][1]表示第i个时间段选择的最优解。很显然，f[i][1]必然是从f[i-1][0]转化而来。
接下来就是代码了。
这里讲一个题外话，我们去面试的时候，通常面试官是没有讲数据范围与边界条件的。这个时候最好在你写代码之前能向面试官询问，表示你已经考虑到了这些边界情况。在我们日常的开发过程中，也是存在非常多的边界情况，提前处理能够表现你这个人考虑问题周全细致，是一个加分项。向这个题目中，如果给的序列是空的，那么返回0即可。
最后，能不能更节省内存地完成这个问题呢？如果你知道，欢迎留言。感谢参考原文-http://bjbsair.com/2020-03-27/tech-info/7094/
一个有名的按摩师会收到源源不断的预约请求，每个预约都可以选择接或不接。在每次预约服务之间要有休息时间，因此她不能接受相邻的预约。给定一个预约请求序列，替按摩师找到最优的预约集合（总预约时间最长），返回总的分钟数。
注意：本题相对原题稍作改动
示例 1：
输入： [1,2,3,1]
输出： 4
解释： 选择 1 号预约和 3 号预约，总时长 = 1 + 3 = 4。
示例 2：
输入： [2,7,9,3,1]
输出： 12
解释： 选择 1 号预约、 3 号预约和 5 号预约，总时长 = 2 + 9 + 1 = 12。
示例 3：
输入： [2,1,4,5,3,1,1,3]
输出： 12
解释： 选择 1 号预约、 3 号预约、 5 号预约和 8 号预约，总时长 = 2 + 4 + 3 + 3 = 12。
今天又是一个Easy的题目，这是我们常见的一种套路。给你一个序列，然后pick若干个数，求最大或者最小值。只求最优解不求具体解的，很多时候都是可以用动态规划进行解决。
动态规划问题首先要满足无后效性，如果我们从左往右处理，每一个元素是否选择只会影响到下一个元素能否选择，所以满足无后效性。动态规划的另外1个就是状态表示了，我们可以我们用F[i]表示前i个的最优解是多少，但是因为我们不知道i-1个是否被选择，所以我们很难处理第i个。因为仅用f[i]是没办法表示第i个时间段是否选择。所以我们新增一个维度，f[i][0]表示第i个没有选择的最优解，f[i][1]表示第i个时间段选择的最优解。很显然，f[i][1]必然是从f[i-1][0]转化而来。
接下来就是代码了。
这里讲一个题外话，我们去面试的时候，通常面试官是没有讲数据范围与边界条件的。这个时候最好在你写代码之前能向面试官询问，表示你已经考虑到了这些边界情况。在我们日常的开发过程中，也是存在非常多的边界情况，提前处理能够表现你这个人考虑问题周全细致，是一个加分项。向这个题目中，如果给的序列是空的，那么返回0即可。
最后，能不能更节省内存地完成这个问题呢？如果你知道，欢迎留言。感谢参考原文-http://bjbsair.com/2020-03-27/tech-info/7094/
一个有名的按摩师会收到源源不断的预约请求，每个预约都可以选择接或不接。在每次预约服务之间要有休息时间，因此她不能接受相邻的预约。给定一个预约请求序列，替按摩师找到最优的预约集合（总预约时间最长），返回总的分钟数。
注意：本题相对原题稍作改动
示例 1：
输入： [1,2,3,1]
输出： 4
解释： 选择 1 号预约和 3 号预约，总时长 = 1 + 3 = 4。
示例 2：
输入： [2,7,9,3,1]
输出： 12
解释： 选择 1 号预约、 3 号预约和 5 号预约，总时长 = 2 + 9 + 1 = 12。
示例 3：
输入： [2,1,4,5,3,1,1,3]
输出： 12
解释： 选择 1 号预约、 3 号预约、 5 号预约和 8 号预约，总时长 = 2 + 4 + 3 + 3 = 12。
今天又是一个Easy的题目，这是我们常见的一种套路。给你一个序列，然后pick若干个数，求最大或者最小值。只求最优解不求具体解的，很多时候都是可以用动态规划进行解决。
动态规划问题首先要满足无后效性，如果我们从左往右处理，每一个元素是否选择只会影响到下一个元素能否选择，所以满足无后效性。动态规划的另外1个就是状态表示了，我们可以我们用F[i]表示前i个的最优解是多少，但是因为我们不知道i-1个是否被选择，所以我们很难处理第i个。因为仅用f[i]是没办法表示第i个时间段是否选择。所以我们新增一个维度，f[i][0]表示第i个没有选择的最优解，f[i][1]表示第i个时间段选择的最优解。很显然，f[i][1]必然是从f[i-1][0]转化而来。
接下来就是代码了。
这里讲一个题外话，我们去面试的时候，通常面试官是没有讲数据范围与边界条件的。这个时候最好在你写代码之前能向面试官询问，表示你已经考虑到了这些边界情况。在我们日常的开发过程中，也是存在非常多的边界情况，提前处理能够表现你这个人考虑问题周全细致，是一个加分项。向这个题目中，如果给的序列是空的，那么返回0即可。
最后，能不能更节省内存地完成这个问题呢？如果你知道，欢迎留言。感谢参考原文-http://bjbsair.com/2020-03-27/tech-info/7094/
一个有名的按摩师会收到源源不断的预约请求，每个预约都可以选择接或不接。在每次预约服务之间要有休息时间，因此她不能接受相邻的预约。给定一个预约请求序列，替按摩师找到最优的预约集合（总预约时间最长），返回总的分钟数。
注意：本题相对原题稍作改动
示例 1：
输入： [1,2,3,1]
输出： 4
解释： 选择 1 号预约和 3 号预约，总时长 = 1 + 3 = 4。
示例 2：
输入： [2,7,9,3,1]
输出： 12
解释： 选择 1 号预约、 3 号预约和 5 号预约，总时长 = 2 + 9 + 1 = 12。
示例 3：
输入： [2,1,4,5,3,1,1,3]
输出： 12
解释： 选择 1 号预约、 3 号预约、 5 号预约和 8 号预约，总时长 = 2 + 4 + 3 + 3 = 12。
今天又是一个Easy的题目，这是我们常见的一种套路。给你一个序列，然后pick若干个数，求最大或者最小值。只求最优解不求具体解的，很多时候都是可以用动态规划进行解决。
动态规划问题首先要满足无后效性，如果我们从左往右处理，每一个元素是否选择只会影响到下一个元素能否选择，所以满足无后效性。动态规划的另外1个就是状态表示了，我们可以我们用F[i]表示前i个的最优解是多少，但是因为我们不知道i-1个是否被选择，所以我们很难处理第i个。因为仅用f[i]是没办法表示第i个时间段是否选择。所以我们新增一个维度，f[i][0]表示第i个没有选择的最优解，f[i][1]表示第i个时间段选择的最优解。很显然，f[i][1]必然是从f[i-1][0]转化而来。
接下来就是代码了。
这里讲一个题外话，我们去面试的时候，通常面试官是没有讲数据范围与边界条件的。这个时候最好在你写代码之前能向面试官询问，表示你已经考虑到了这些边界情况。在我们日常的开发过程中，也是存在非常多的边界情况，提前处理能够表现你这个人考虑问题周全细致，是一个加分项。向这个题目中，如果给的序列是空的，那么返回0即可。
最后，能不能更节省内存地完成这个问题呢？如果你知道，欢迎留言。