1 2 3 4 5 16 17 18 19 6 15 24 25 20 7 14 23 22 21 8 13 12 11 10 9
-
-
輸出描述:輸出最長區域的長度.
-
5 5 1 2 3 4 5 16 17 18 19 6 15 24 25 20 7 14 23 22 21 8 13 12 11 10 9
1 2 3 4 5 16 17 18 19 6 15 24 25 20 7 14 23 22 21 8 13 12 11 10 9
依此輸入為例(以21所在位置為起點)
#include<cstdio> #include<algorithm> using namespace std; const int N=105,mod=1e9+7; int a[N][N]; int n,m; int tmp; int dx[4]={1,0,-1,0}; int dy[4]={0,1,0,-1}; int h[N][N];//記錄座標(i,j)的答案,以(i,j)為起點的路徑最長多少 int dfs(int x,int y){//以(x,y)為起點的遍歷 int mx=0; if(h[x][y])return h[x][y];// 記錄為0的路徑避免重複計算 for(int i=0;i<4;i++){ int nx=x+dx[i],ny=y+dy[i]; if(nx>=1&&nx<=n&&ny>=1&&ny<=m&&a[nx][ny]<a[x][y]){//遞迴出口:找不到更低的去處 mx=max(mx,dfs(nx,ny));//遞迴體:只要能在周圍找到能去的路徑,遞迴呼叫去找能去路徑的最大值 } } return h[x][y]=mx+1;//最終求出周圍路徑最大值+1就是(x,y)為起點的最長滑坡長度 } // dfs: 這個演算法會盡可能深的搜尋樹的分支 ,#include<cstdio> #include<algorithm> using namespace std; const int N=105,mod=1e9+7; int a[N][N]; int n,m; int tmp; int dx[4]={1,0,-1,0}; int dy[4]={0,1,0,-1}; int h[N][N];//記錄座標(i,j)的答案,以(i,j)為起點的路徑最長多少 int dfs(int x,int y){//以(x,y)為起點的遍歷 int mx=0; if(h[x][y])return h[x][y];// 記錄為0的路徑避免重複計算 for(int i=0;i<4;i++){ int nx=x+dx[i],ny=y+dy[i]; if(nx>=1&&nx<=n&&ny>=1&&ny<=m&&a[nx][ny]<a[x][y]){//遞迴出口:找不到更低的去處 mx=max(mx,dfs(nx,ny));//遞迴體:只要能在周圍找到能去的路徑,遞迴呼叫去找能去路徑的最大值 } } return h[x][y]=mx+1;//最終求出周圍路徑最大值+1就是(x,y)為起點的最長滑坡長度 } // dfs: 這個演算法會盡可能深的搜尋樹的分支 ,時間複雜度為O(N) int main(){ scanf("%d%d",&n,&m); for(int i=1;i<=n;i++){ for(int j=1;j<=m;j++){ scanf("%d",&a[i][j]); } } for(int i=1;i<=n;i++){ for(int j=1;j<=m;j++){ dfs(i,j); } } int ans=0; for(int i=1;i<=n;i++){ for(int j=1;j<=m;j++){ ans=max(ans,h[i][j]); } } printf("%d\n",ans); } int main(){ scanf("%d%d",&n,&m); for(int i=1;i<=n;i++){ for(int j=1;j<=m;j++){ scanf("%d",&a[i][j]); } } for(int i=1;i<=n;i++){ for(int j=1;j<=m;j++){ dfs(i,j); } } int ans=0; for(int i=1;i<=n;i++){ for(int j=1;j<=m;j++){ ans=max(ans,h[i][j]); } } printf("%d\n",ans); }
五、遞迴思想總結
-
歸納假設:一個節點為起點的最深路徑為周圍節點最深路徑加一
-
-
f(x,y):路徑的長度
-
f(x,y)==1 當四周找不到更低的地方(無處可去)(遞迴出口)
-
f(x,y)==max(f(x-1,y),f(x+1,y),f(x,y+1),f(x,y-1))+1(遞迴體)
-
六、感悟:
先將大問題分解成一個基礎問題+一個小一層級問題,並用遞迴模型表示出來,利用圖文結合方法加快效率。最後落地。