欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  移动技术

动态规划-滑雪(记忆化搜索)

程序员文章站 2022-05-04 19:18:01
动态规划-滑雪题目题解1.暴力搜索(dfs)2.记忆化搜索代码1.暴力搜索(dfs)2.记忆化搜索题目题解1.暴力搜索(dfs)可以通过枚举每个点,将每个点作为dfs的起始点,去搜索一条最长的路径,限制条件就是严格单调下降。注意:对于此题做dfs搜索的时候,是不用标记访问的点数的,因为,限制条件是严格单调下降,每一个点只能被访问一次,不会出现环路的状态 ,并且需要遍历所有的路径,找到最大的长度。2.记忆化搜索在暴力搜索中,需要枚举每一个点,且以每一个点作为起点进行搜索,仔细想一想递归的过程就知...

题目

动态规划-滑雪(记忆化搜索)

题解

1.暴力搜索(dfs)

可以通过枚举每个点,将每个点作为dfs的起始点,去搜索一条最长的路径,限制条件就是严格单调下降。注意:对于此题做dfs搜索的时候,是不用标记访问的点数的,因为,限制条件是严格单调下降,每一个点只能被访问一次,不会出现环路的状态 ,并且需要遍历所有的路径,找到最大的长度。

2.记忆化搜索

在暴力搜索中,需要枚举每一个点,且以每一个点作为起点进行搜索,仔细想一想递归的过程就知道很多点是被重复计算过,假如把每个点搜索后的长度记录下来,那每次就不用重复进行递归,而是直接使用之前递归算出来的值。这将会大大减小时间复杂度。

具体来说,本质还是递归,但是借用了动态规划的思想,需要另外开辟一个数组,记录每个点滑雪的长度。假如,将每个点看成一个状态dp[i][j],则dp[i][j]表示(i,j)这个格子滑雪的最大长度,当满足上下左右四个点有比(i,j)小的点的话,会发生状态转移,dp[i][j] = max(dp[i][j],dp[i±1][j±1] + 1),1代表滑动的距离。

代码

1.暴力搜索(dfs)
#include <iostream>
#include <cstring>
using namespace std;
const int nm = 300 + 10;
int h[nm][nm];
int n,m,maxlen = -1;
int dir[][2] = {{0,-1},{0,1},{1,0},{-1,0}};
void dfs(int x,int y,int len)
{
    if(len > maxlen) maxlen = len ;
    for(int i = 0;i<4;i++)
    {
        int dx = x + dir[i][0];
        int dy = y + dir[i][1];
        if(dx< 0||dy<0||dx>n-1||dy > m -1) continue;
        if(h[dx][dy] >= h[x][y]) continue;
        dfs(dx,dy,len + 1);
    }
}
int main()
{
    ios::sync_with_stdio(0);
    cin.tie(0);
    cin >> n >> m;
    for(int i = 0;i<n;i++)
        for(int j = 0;j<m;j++)
            cin >> h[i][j];
    for(int i = 0;i<n;i++)
    {
        for(int j = 0;j<m;j++)
        {
            int len = 1;
            dfs(i,j,len);
        }
    }
    cout << maxlen;
    return 0;
}
2.记忆化搜索
#include <iostream>
#include <cstring>
using namespace std;
const int nm = 300 + 10;
int h[nm][nm];
int dp[nm][nm];//记录每次搜索状态滑雪的长度
int n,m,maxlen = -1;
int dir[][2] = {{0,-1},{0,1},{1,0},{-1,0}};
int dfs(int x,int y)
{
    int &v = dp[x][y];//引用 等价代替
    if( v!= -1) return v;//如果被更新过直接用当前的状态量
    v = 1;//v 最少为1
    for(int i = 0;i<4;i++)
    {
        int dx = x + dir[i][0];
        int dy = y + dir[i][1];
        if(dx< 0||dy<0||dx>n-1||dy > m -1) continue;
        if(h[dx][dy] >= h[x][y]) continue;
        v = max(dfs(dx,dy) + 1,v);//状态转移
    }
    return v;
}
int main()
{
    int res = -1;
    ios::sync_with_stdio(0);
    cin.tie(0);
    cin >> n >> m;
    for(int i = 0;i<n;i++)
        for(int j = 0;j<m;j++)
            cin >> h[i][j];
    memset(dp,-1,sizeof dp);//先初始化dp 为-1代表 没有被更新过
    for(int i = 0;i<n;i++)
    {
        for(int j = 0;j<m;j++)
        {
            res = max(res,dfs(i,j));
        }
    }
    cout << res;
    return 0;
}

本文地址:https://blog.csdn.net/weixin_44775484/article/details/107517104

相关标签: 动态规划 算法