poj 1088 滑雪 深搜(谁说是DP了!)

滑雪
Time Limit: 1000MS Memory Limit: 65536K
Total Submissions: 72671 Accepted: 26825

Description

Michael喜欢滑雪百这并不奇怪, 因为滑雪的确很刺激。可是为了获得速度,滑的区域必须向下倾斜,而且当你滑到坡底,你不得不再次走上坡或者等待升降机来载你。Michael想知道载一个区域中最长底滑坡。区域由一个二维数组给出。数组的每个数字代表点的高度。下面是一个例子
 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

一个人可以从某个点滑向上下左右相邻四个点之一,当且仅当高度减小。在上面的例子中,一条可滑行的滑坡为24-17-16-1。当然25-24-23-...-3-2-1更长。事实上,这是最长的一条。

Input

输入的第一行表示区域的行数R和列数C(1 <= R,C <= 100)。下面是R行,每行有C个整数,代表高度h,0<=h<=10000。

Output

输出最长区域的长度。

Sample Input

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

Sample Output

25


===================================================================================

题目大意:中文题不解释。


解题思路:

老实说我是查简单DP找到这道题的,但是做着做着,就做成深搜了,因为传统DP时间效率O(10^8),判超时。

先按DP思路来,DP需要打一张状态表,横轴是下降路径的最后一个点,纵轴是为路径寻找新点的次数,状态值是最后一个点为点n时对应的最长路径长度。

用上一行生成下一行时,逐个点尝试上下左右方向是否有高度更低且更新后比原状态值更大的点,符合条件则更新即覆盖旧路径。

一张图最多100*100个点,故打DP表时间效率O(10^8),1000ms的边缘时间效率本来应该在O(10^9)左右,既然超时看来是左非右了。

先看看我用DP最后的挣扎。

#include<cstdio>

const int N = 100;
int r, c, g[N][N], dp[2][N][N];             //N^4个int铁定爆内存,于是用了滚动数组,只保存最后两行DP状态表
int main()
{
    int i, j, k, oki = 0, newDp, i0, i1;    //把多次使用的变量集中定义,能省点时间就省一点吧
    bool ok;
    scanf("%d%d", &r, &c);
    for( i = 0 ; i < r ; i++ )
        for( j = 0 ; j < c ; j++ )
            scanf("%d", &g[i][j]);
    for( i = 1 ; i < r*c ; i++ )            //逐行打DP状态表
    {
        ok = true;                          //默认已没有更优的路径
        for( j = 0 ; j < r ; j++ )
            for( k = 0 ; k < c ; k++ )
            {
                i0 = (i-1)&1;               //上一行DP状态
                i1 = i&1;                   //将生成的DP状态
                newDp = dp[i0][j][k]+1;     //准备填写的新状态值
                if( k > 0 && g[j][k-1] < g[j][k] && dp[i0][j][k-1] < newDp && dp[i1][j][k-1] < newDp )//高度更低的点,且可更新
                {
                    dp[i1][j][k-1] = newDp; //更新状态值
                    ok = false;             //标记还可能有更优路径
                }
                if( k < c-1 && g[j][k+1] < g[j][k] && dp[i0][j][k+1] < newDp && dp[i1][j][k+1] < newDp )
                {
                    dp[i1][j][k+1] = newDp;
                    ok = false;
                }
                if( j > 0 && g[j-1][k] < g[j][k] && dp[i0][j-1][k] < newDp && dp[i1][j-1][k] < newDp )
                {
                    dp[i1][j-1][k] = newDp;
                    ok = false;
                }
                if( j < r-1 && g[j+1][k] < g[j][k] && dp[i0][j+1][k] < newDp && dp[i1][j+1][k] < newDp )
                {
                    dp[i1][j+1][k] = newDp;
                    ok = false;
                }
            }
        if(ok)
            break;                          //没有更优路径则结束打表
        oki++;                              //打表行数加1
    }
    int ans = 0;
    for( i = 0 ; i < r ; i++ )
        for( j = 0 ; j < c ; j++ )
            if( dp[oki&1][i][j] > ans )
                ans = dp[oki&1][i][j];      //在DP状态表的最后一行找最优状态值
    printf("%d\n", ans+1);
    return 0;
}
嗯太无情了。

那么看看深搜,遍历起点,向高度更低的各点扩散,无法扩散的点记状态值即路径长度为1。

在回溯到起点的过程中每个点取四个方向扩散点的最大状态值再加1作为自己的状态值。

遍历起点时已经拥有状态值的起点直接返回状态值,不再重复搜索。不重复搜索也就是这道题用深搜在时间效率上巨大优势的源头了。

令人发指的线性时间效率O(10^4)。

最后遍历N*N的状态值记录数组,找最大值。

//Memory: 456K	Time: 0MS

#include<cstdio>

const int N = 100;                           //下面的扩散就是搜索,因为有平面图,我觉得说扩散更形象好理解点
int r, c, g[N][N], dp[N][N];                 //dp数组存各点最优状态值

int DP(int j, int k)
{
    if(dp[j][k])                             //已被扩散过的点直接返回上一次算出的状态值
        return dp[j][k];
    int t = 0;
    if( k > 0 && g[j][k-1] < g[j][k] )       //向上下左右四个方向尝试扩散
    {
        int tmp = DP(j,k-1);                 //进行扩散,或取上一次扩散得到的状态值
        if(tmp > t)                          //回溯时找到扩散点的最大状态值
            t = tmp;
    }
    if( k < c-1 && g[j][k+1] < g[j][k] )
    {
        int tmp = DP(j,k+1);
        if(tmp > t)
            t = tmp;
    }
    if( j > 0 && g[j-1][k] < g[j][k] )
    {
        int tmp = DP(j-1,k);
        if(tmp > t)
            t = tmp;
    }
    if( j < r-1 && g[j+1][k] < g[j][k] )
    {
        int tmp = DP(j+1,k);
        if(tmp > t)
            t = tmp;
    }
    return dp[j][k] = t+1;                   //给点赋状态值,回溯
}

int main()
{
    scanf("%d%d", &r, &c);
    for( int i = 0 ; i < r ; i++ )
        for( int j = 0 ; j < c ; j++ )
            scanf("%d", &g[i][j]);
    for( int j = 0 ; j < r ; j++ )           //遍历起点确保每个点都扩散过
        for( int k = 0 ; k < c ; k++ )
            DP(j,k);
    for( int i = 0 ; i < r ; i++ )           //遍历dp数组找最优状态值即最大值
        for( int j = 0 ; j < c ; j++ )
            if( dp[i][j] > dp[0][0] )
                dp[0][0] = dp[i][j];
    printf("%d\n", dp[0][0]);
    return 0;
}

我深搜函数都没用dfs起名可见我对DP还怀有深深地执念与遗憾。

哦,poj破百了。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
题目描述 给出一个$n\times m$的矩阵,每个位置上有一个非负整数,代表这个位置的海拔高度。一开始时,有一个人站在其中一个位置上。这个人可以向上、下、左、右四个方向移动,但是只能移动到海拔高度比当前位置低或者相等的位置上。一次移动只能移动一个单位长度。定义一个位置为“山顶”,当且仅当从这个位置开始移动,可以一直走到海拔高度比它低的位置上。请问,这个矩阵中最多有多少个“山顶”? 输入格式 第一行两个整数,分别表示$n$和$m$。 接下来$n$行,每行$m$个整数,表示整个矩阵。 输出格式 输出一个整数,表示最多有多少个“山顶”。 样例输入 4 4 3 2 1 4 2 3 4 3 5 6 7 8 4 5 6 7 样例输出 5 算法1 (递归dp) $O(nm)$ 对于这道题,我们可以使用递归DP来解决,用$f(i,j)$表示以$(i,j)$为起点的路径最大长度,那么最后的答案就是所有$f(i,j)$中的最大值。 状态转移方程如下: $$ f(i,j)=\max f(x,y)+1(x,y)是(i,j)的下一个满足条件的位置 $$ 注意:这里的状态转移方程中的$x,y$是在枚举四个方向时得到的下一个位置,即: - 向上:$(i-1,j)$ - 向下:$(i+1,j)$ - 向左:$(i,j-1)$ - 向右:$(i,j+1)$ 实现过程中需要注意以下几点: - 每个点都需要一遍,因此需要用双重for循环来枚举每个起点; - 对于已经索过的点,需要用一个数组$vis$来记录,防止重复索; - 在进行状态转移时,需要判断移动后的点是否满足条件。 时间复杂度 状态数为$O(nm)$,每个状态转移的时间复杂度为$O(1)$,因此总时间复杂度为$O(nm)$。 参考文献 C++ 代码 算法2 (动态规划) $O(nm)$ 动态规划的思路与递归DP类似,只不过转移方程和实现方式有所不同。 状态转移方程如下: $$ f(i,j)=\max f(x,y)+1(x,y)是(i,j)的下一个满足条件的位置 $$ 注意:这里的状态转移方程中的$x,y$是在枚举四个方向时得到的下一个位置,即: - 向上:$(i-1,j)$ - 向下:$(i+1,j)$ - 向左:$(i,j-1)$ - 向右:$(i,j+1)$ 实现过程中需要注意以下几点: - 每个点都需要一遍,因此需要用双重for循环来枚举每个起点; - 对于已经索过的点,需要用一个数组$vis$来记录,防止重复索; - 在进行状态转移时,需要判断移动后的点是否满足条件。 时间复杂度 状态数为$O(nm)$,每个状态转移的时间复杂度为$O(1)$,因此总时间复杂度为$O(nm)$。 参考文献 C++ 代码

“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
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