【华为OD机试 Python】递归问题之寻找最大价值的矿堆

递归问题常常作为中等难度题目进行考查，经过博主对递归的研究，递归可大致分为“字符串”递归和“地图查找”递归，两种递归解决办法大同小异，原理都是深度优先算法。

---

---

题目描述

给你一个由0、1（银）,2（金）组成的地图，
矿堆只能由上下左右相邻的金矿或银矿连接形成。超出地图范围可以认为是空地。
假设银矿价值1，金矿价值2，请找出地图中最大价值的矿堆并输出该矿堆的价值。

---

输入

地图元素信息：
22220
00000
00000
11111
地图最大范围 300 * 300

输出

矿堆的最大价值

示例1

输入

22220
00000
00000
11111

输出

8

说明

该地图中有两个矿堆，价值分别为8和5,故最大价值为8

示例2

输入

22220
00001
11101
01111

输出

9

说明

该地图有两个矿堆，价值分别为8和9，故最大价值为9

解题思路及代码

该题属于“地图型”加“过程型”递归问题。与其他递归题目不同的是，该题不知道起点在哪，故需要循环遍历每个点来找出所有矿堆。还有一个重点是问题解不应参与递归函数的参数变化，其原因是该值需要在递归完成后输出，由累加而得，而在递归函数中变化的参数最终都会回归原始。

代码如下（示例）：

way = []
while 1:
    s = input()
    if str(s) == '':  
        break
    way.append(list(map(int, list(s))))
m = len(way)
n = len(way[0])


def dfs(x, y):
    global way, m, n
    if x < 0 or x == m or y < 0 or y == n or way[x][y] == 0:  # 这步是递推停止的条件，在地图中常作为障碍物或者走过的地方
        return 0
    res = 0  # 当前这个点的价值为0
    res += way[x][y]  # 加上该点的价值
    way[x][y] = 0  # 走过后的地方不再走，否则会反复来这里
    res += dfs(x + 1, y)  # 四个方向观察是否有不为0的值
    res += dfs(x - 1, y)
    res += dfs(x, y + 1)
    res += dfs(x, y - 1)
    return res


output = 0
for i in range(m):
    for j in range(n):
        if way[i][j] != 0:
            cnt = dfs(i, j)
            output = max(output, cnt)
print(output)

---

关键代码

while 1:
   s = input()
   if str(s) == '':  
       break
   way.append(list(map(int, list(s))))  # 在不知道输入行数的前提下，我们采用判断该输入是否为空的方式来确定输入行数
————————————————————————————————————————————————————————————————————————————
   if x < 0 or x == m or y < 0 or y == n or way[x][y] == 0:  # 这步是递归停止的条件，在地图中常作为障碍物或者走过的地方
       return 0
   res = 0  # 当前这个点的价值为0
   res += way[x][y]  # 加上该点的价值
   way[x][y] = 0  # 走过后的地方不再走，否则会反复来这里
   res += dfs(x + 1, y)  # 四个方向观察是否有不为0的值
   res += dfs(x - 1, y)
   res += dfs(x, y + 1)
   res += dfs(x, y - 1)
   return res  # 返回路途中经过的价值
   # 递归可以经过地图所有合理的点，只要记录每次经过的价值即可

总结

除以上我讲到的关于“地图型”加“过程型”递归问题需要注意的地方，另一个难点是我们该如何设置函数中的return。在本题中，我们需要通过递归累加每一次经过的值，这时候就需要通过return本次递归产生的值的方式来设计return。