动态规划【蓝桥杯】

动态规划最大的特点就是用空间换时间

比如:同一道题用dfs可能只有90分,因为有测试用例会超时;而用动态规划就能很好的解决这一问题,因为动态规划是有记忆的dfs,这样就能省去很多不必要的重复搜索!

以下面这道题为例:

 

 DFS代码如下:

/**
	 * 从(i,j)位置开始搜索(往下滑雪)
	 * @param a
	 * @param i
	 * @param j
	 */
	private static void dfs(int[][] a, int i, int j, int steps) {
		
		if ( i < 0 || i >= R || j < 0 || j >= C ) {
			return;
		}
		
		ans = Math.max(ans, steps);
		
		//up
		if ( i-1 >= 0 && a[i-1][j] < a[i][j]) {
			dfs(a, i-1, j, steps+1);
		}
		//down
		if ( i+1 < R && a[i+1][j] < a[i][j]) {
			dfs(a, i+1, j, steps+1);
		}
		//left
		if ( j-1 >= 0 && a[i][j-1] < a[i][j]) {
			dfs(a, i, j-1, steps+1);
		}
		//right
		if ( j+1 < C && a[i][j+1] < a[i][j]) {
			dfs(a, i, j+1, steps+1);
		}
		
//		System.out.println(steps);
	}

这样只能通过部分用例~~~

所谓动态规划就是在DFS得基础上进行记忆化搜索,那么问题来到了如何进行记忆化搜索:很简单,创建一个和原数组一样规模得数组,在这个数组得每个位置记录当前位置上得最优解,这样在后面某个位置搜索到这个位置时就不用继续搜索下去,因为之前已经记录了这个位置得最优解,直接返回即可!最后找到最大步数即可~~~

动态规划核心代码如下:

/**
	 * 在记忆化搜索的过程中更新(x,y)处的值
	 * @param x
	 * @param y
	 * @return
	 */
	private static int dfs(int x, int y) {
		if (val[x][y]!=0) {
			return val[x][y];
		}
		
		val[x][y] = 1;
		
		//搜索四个方向
		for (int i = 0; i < 4; i++) {
			int xx = x+dx[i];
			int yy = y+dy[i];
			if ( xx >= 0 && yy >= 0 && xx < R && yy < C && a[x][y] > a[xx][yy]) {
				dfs(xx, yy);
				val[x][y] = Math.max(val[x][y], val[xx][yy]+1);
			}
		}
		return val[x][y];
	}

全部代码如下:

package lqbTest;

import java.util.Scanner;

/*
 * 滑雪DP
 */
public class huaXueDP {

	private static int R;
	private static int C;
	private static int[][] a;
	private static int[][] val;
	private static int ans;
	private static int[] dx = {0,0,1,-1};
	private static int[] dy = {1,-1,0,0};
	
	public static void main(String[] args) {
		// TODO Auto-generated method stub
		Scanner scanner = new Scanner(System.in);
		R = scanner.nextInt();
		C = scanner.nextInt();
		a = new int[R][C];
		
		for (int i = 0; i < R; i++) {
			for (int j = 0; j < C; j++) {
				a[i][j] = scanner.nextInt();
			}
		}
		
		//开始记忆化搜索
		val = new int[R][C];
		for (int i = 0; i < R; i++) {
			for (int j = 0; j < C; j++) {
				ans = Math.max(ans, dfs(i, j));
				if (ans == R*C) {
					break;
				}
			}
		}
		System.out.println(ans);
	}
	
	/**
	 * 在记忆化搜索的过程中更新(x,y)处的值
	 * @param x
	 * @param y
	 * @return
	 */
	private static int dfs(int x, int y) {
		if (val[x][y]!=0) {
			return val[x][y];
		}
		
		val[x][y] = 1;
		
		//搜索四个方向
		for (int i = 0; i < 4; i++) {
			int xx = x+dx[i];
			int yy = y+dy[i];
			if ( xx >= 0 && yy >= 0 && xx < R && yy < C && a[x][y] > a[xx][yy]) {
				dfs(xx, yy);
				val[x][y] = Math.max(val[x][y], val[xx][yy]+1);
			}
		}
		return val[x][y];
	}

}

提交结果全部AC

 

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 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
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