对一个整数数组，求不相邻的数相加的最大值
分别用递归和动态规划求解：
递归的代码更简洁，但是时间复杂度为O(n2)，
动态规划是把前面计算的结果存储在内存中（数组），避免了重复计算，
时间复杂度是O(n)，执行效率大大提高。

粘贴代码如下：

 0-1背包问题算法的主要思想：
 利用动态规划来解决，每次遍历到的第i个物品，利用w[i]和val[i]来确定是否需要将该物品放入背包中。
 即对于给定的n个物品，设val[i]、w[i]分别为第i个物品的价值和重量，C为背包的容量，再令v[i][j]
 表示在前i个物品中能够装入容量为j的背包中的最大价值。
 计算公式：
  1）v[i][0]=v[0][i]=0; // 表示表格的第一行和第一列都是0
  2）当w[i]>j时，v[i][j]=v[i-1][j] // 当准备加入新增的商品的容量大于当前背包的容量时，就直接使用上一个单元格的装入策略
  3）当j>=w[i]时，v[i][j]=max{v[i-1][j], val[i]+v[i-1][j-w[i]]} // 当准备加入的新增商品容量小于等于当前背包剩余容量时
     在两者之间取最大值。v[i-1][j-w[i]] 装入i-1个商品时背包剩余容量的最大值。


粘贴代码如下：

1.中序遍历把二叉树转为一个递增数组
2.声明一个变量ans，指向0节点。变量cur也指向0节点
3.指针变量cur的右节点指向1节点，然后当前指针cur右移一位
4.循环下来，变量ans位置没变，他的右节点就是目标右子节点树状结构

插入排序思路：
1）把n个待排序的元素看成一个有序列表和一个无序列表
2）开始时有序列表只有1个元素，无序列表有n-1个元素
3）排序时每次从无序表中取出第一个元素，依次与有序表中的元素进行比较，并插入到适当的位置

粘贴代码如下：