本题是打家劫舍的变形，数据结构是树形。涉及到树的题目一定要想清楚树的遍历顺序（前中后序）。之后再考虑利用动态规划来解决。

动态规划是一直记录状态，我们可以根据动态规划的数组来记录变化的状态，最终求的自己想要的节点的状态。这才是其最根本的地方。

而考虑树的遍历则一般需要采用递归。所以本题是树形dp，采用递归方式遍历二叉树，并采用动态规划记录状态转移。

本题是相邻的节点不能偷，也就是一个被偷的节点的父节点和子节点都不能偷。那么我们应该采用后序遍历（左右中），先遍历左右节点，然后再返回中间节点确定偷还是不偷，这样才是最方便的。

这里dp数组就是一个长度为2的数组，就是两个状态，dp[0]表示当前节点偷，dp[1]表示当前节点不偷。比如，root[0]就是根节点偷。(注意：root[]，left[]，right[]都是长度为2的dp数组，都表示状态偷还是不偷)

然后我们想根节点root，如果根节点偷，那么其子节点一定不能偷，所以root[0] = root.val+left[0]+right[0]。如果根节点不偷，那么他的子节点可以偷也可以不偷，这时候应该取偷与不偷的最大值。root[1] = Math.max(left[0]，left[1]) + Math.max(right[0]，right[1])。

上述的公式实际上是根节点（其实就是每次递归的时候的中间节点的处理逻辑），我们树的遍历顺序是后序，只有把左右节点的数据获取到才能进行判断，这也是我们为什么选择后序遍历的原因。

针对左右节点，我们应该采用递归一直获取到最后一层的左右节点，然后开始判断即可（类比二叉树的后序遍历）

// 不偷：Max(左孩子不偷，左孩子偷) + Max(右孩子不偷，右孩子偷)
    // root[0] = Math.max(rob(root.left)[0], rob(root.left)[1]) +
    // Math.max(rob(root.right)[0], rob(root.right)[1])
    // 偷：左孩子不偷+ 右孩子不偷 + 当前节点偷
    // root[1] = rob(root.left)[0] + rob(root.right)[0] + root.val;
    public int rob3(TreeNode root) {
        int[] res = robAction1(root);
        return Math.max(res[0], res[1]);
    }

    int[] robAction1(TreeNode root) {
        int res[] = new int[2];
        if (root == null)
            return res;

        int[] left = robAction1(root.left);
        int[] right = robAction1(root.right);

        res[0] = Math.max(left[0], left[1]) + Math.max(right[0], right[1]);
        res[1] = root.val + left[0] + right[0];
        return res;
    }
}