记忆化搜索

        记忆化搜索（Memoization Search），也常被称为自顶向下的动态规划（Top-Down Dynamic Programming），是一种通过缓存（记忆）已经计算过的结果来优化递归算法的技术。这种方法可以显著减少不必要的计算，从而提高算法的效率。
        记忆化搜索的核心思想是将递归过程中计算的结果存储起来，当再次需要计算相同子问题时，可以直接从缓存中取出结果，而不是重新计算。这种方法特别适用于具有重叠子问题和最优子结构特点的问题。

题目：901. 滑雪 - AcWing题库

 思路：
        每次进行滑行时有四种选择：向上、下、左、右，且滑行后的状态依托于滑行之前的状态。

        闫氏dp
                        状态集合f[ i ][ j ]：表示滑行到点(i, j)时的滑行次数。属性：MAX
                        状态计算：向上滑行：f[ i ][ j ] = f[i - 1][ j ] + 1、下：f[ i ][ j ] = f[i + 1][ j ] + 1、左：f[ i ][ j ] = f[i][ j - 1 ] + 1、右：f[ i ][ j ] = f[i][ j + 1 ] + 1。

 图片来源：AcWing 901. 滑雪 - AcWing

代码：

#include<bits/stdc++.h>

using namespace std;

const int N = 310;
int g[N][N];//矩阵存储雪山高度
int f[N][N];//状态存储方案数
int n, m;

int dx[4] = {-1, 0, 1, 0}, dy[4] = {0, -1, 0, 1};

int dp(int x, int y)
{
    int &v = f[x][y];//v将代替f[x][y]，而不仅仅是等于它的值
    if(v != -1) return v;//如果已经被计算过了，那么直接返回f[x][y]的值
    
    v = 1;//当前雪山的高度最低为1
    for(int i = 0; i < 4; i ++ )
    {
        int a = x + dx[i], b = y + dy[i];
        //只有当前所在的点还有高度(高度最小为1)时 且属于矩阵范围内 且小于上一个点的高度时(合法)才有必要更新
        if(a >= 1 && a <= n && b >= 1 && b <= m && g[a][b] < g[x][y])
            v = max(v, dp(a, b) + 1);//当前状态与转移后的状态取一个最大值
    }
            
    return v;
}

int main()
{
    cin >> n >> m;
    for(int i = 1; i <= n; i ++ )
        for(int j = 1; j <= m; j ++ )
            cin >> g[i][j];
            
    //初始化没有被遍历的数组为-1
    memset(f, -1, sizeof f);
    int res = 0;
    for(int i = 1; i <= n; i ++ )
        for(int j = 1; j <= m; j ++ )
            res = max(res, dp(i, j));//搜索所有从不同点能滑行距离的最大值
            
    cout << res << endl;
    return 0;
}