LeetCode 329. 矩阵中的最长递增路径(C++)*

思路:
1.用动态规划,但是时间复杂度太高,效率太低
2.使用常规的DFS,时间复杂度高,包含了太多重复无效遍历,会超时
3.在DFS的基础上使用记忆化搜索,帮助消去重复的遍历,提高效率
原题链接:https://leetcode.cn/problems/longest-increasing-path-in-a-matrix/description/

1.题目如下:

给定一个 m x n 整数矩阵 matrix ,找出其中 最长递增路径 的长度。

对于每个单元格,你可以往上,下,左,右四个方向移动。 你 不能 在 对角线 方向上移动或移动到 边界外(即不允许环绕)。

示例 1:

在这里插入图片描述

输入:matrix = [[9,9,4],[6,6,8],[2,1,1]]
输出:4 

解释:最长递增路径为 [1, 2, 6, 9]。

示例 2:

在这里插入图片描述

输入:matrix = [[3,4,5],[3,2,6],[2,2,1]]
输出:4 

解释:最长递增路径是 [3, 4, 5, 6]。注意不允许在对角线方向上移动。

示例 3:

输入:matrix = [[1]]
输出:1

提示:

m == matrix.length
n == matrix[i].length
1 <= m, n <= 200
0 <= matrix[i][j] <= 231 - 1

2.代码如下:

class Solution {
    
public:
//思路一:动态规划  O(nm)
/*
    状态转移方程:
    dp[i][j]=max(dp[i'][j'] if matrix[i'][j'] > matrix[i][j]) + 1
    但是一个节点有四个移动方向,对于动态规划方程dp来说,找不到初始值供转移方程使用;
    可以将所有元素排序,从大到小遍历元素,并且使用转移方程,这样保证能够使用转移方程
    时间复杂度高  会超时
*/

//思路二:回溯法 BFS
/*
    如果只使用简单的BFS,则会超时,因为会有很多多余的重复的操作
*/
/*
    int maxLength=0;
    int longestIncreasingPath(vector<vector<int>>& matrix) {
        vector<vector<int>> idx={{1,0},{-1,0},{0,1},{0,-1}};
        int n=matrix.size();
        int m=matrix[0].size();
        for(int i=0;i<n;i++){
            for(int j=0;j<m;j++){
                stack<int> sTemp;
                backTrack(matrix,sTemp,i,j,idx);
            }
        }
        return maxLength;
    }

    void backTrack(vector<vector<int>>& matrix,stack<int> sTemp,int i,int j,vector<vector<int>> &idx){
        sTemp.push(matrix[i][j]);
        maxLength=maxLength<sTemp.size()?sTemp.size():maxLength;
        for(int k=0;k<4;k++){
            int inew=i+idx[k][0];
            int jnew=j+idx[k][1];
            if(inew>=0 && jnew>=0 && inew<matrix.size() && jnew<matrix[0].size()){
                if(sTemp.top()<matrix[inew][jnew]){
                    backTrack(matrix,sTemp,inew,jnew,idx);
                }
            }
        }

    }
*/


//思路三: DFS和 记忆化搜索提高效率
    int longestIncreasingPath(vector<vector<int>>& matrix) {
        vector<vector<int>> idx={{1,0},{-1,0},{0,1},{0,-1}};
        //用来标记每个结点开始的所能达到的最大长度
        vector<vector<int>> mark(matrix.size(),vector<int>(matrix[0].size(),0));
        int n=matrix.size();
        int m=matrix[0].size();
        int ans=0;
        for(int i=0;i<n;i++){
            for(int j=0;j<m;j++){
                //对于每个结点。取最大长度
                ans=max(ans,dfs(matrix,i,j,idx,mark));
            }
        }
        return ans;
    }

    int dfs(vector<vector<int>>& matrix,int i,int j,vector<vector<int>> &idx,vector<vector<int>>& mark){
        //如果不等于0,证明有其他路径经过该结点,直接返回路径
        if(mark[i][j]!=0){
            return mark[i][j];
        }
        //如果等于0,则证明未经过该结点,从该结点DFS,mark[][]++
        mark[i][j]++;
        for(int k=0;k<4;k++){
            int inew=i+idx[k][0];
            int jnew=j+idx[k][1];
            //DFS 条件
            if(inew>=0 && jnew>=0 && inew<matrix.size() && jnew<matrix[0].size() && matrix[inew][jnew]>matrix[i][j]){
                //如果有能够深度遍历的更大结点,则判断取两者更大值
                //如果一个结点没有能够遍历的结点,则mark[][]等于1;
                mark[i][j]=max(mark[i][j],dfs(matrix,inew,jnew,idx,mark)+1);
            }
        }
        return mark[i][j];
    }
    
};
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

_panbk_

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值