POJ 1088 滑雪

滑雪问题是最基本的动态规划问题,在解答的过程中重复计算太多,因此需要保存计算过程的中间结果。判断当前点的状态(即最大下降距离)时,如果已经计算出当前点的最大下降距离,进行剪枝(即直接返回该点的最大下降距离)。

解题思路:

设f[i][j]表示位置i,j上的最大下降距离,如果其周围四个点存在高度比i,j高且最大下降距离大于等i,j的点,则更新当前点的最大下降距离,使其等于周围点中最大下降距离加1。此问题在计算过程中存在大量的重复过程,利用f[i][j]保存中间计算结果,避免重复计算。而且在计算在计算i,j点处的最大下降距离时,如果其值大于初始值,则直接返回。另外,取dx[4]={-1,0,1,0},dy={0,1,0,-1}表示i,j点周围四个点在x,y方向上的增量。

Memory: 272K   Time: 0MS

#include <cstdio>
#include <memory.h>

int i, j, r, c, max, nx, ny, x, y;
int dx[4] = {-1, 0, 1, 0};
int dy[4] = {0, 1, 0, -1};
int m[105][105], f[105][105];

int search(int x, int y)
{
	if(f[x][y] > 1)
	{
		return f[x][y];
	}
	for(int k = 0; k < 4; k++) //这里的k一定是局部变量
	{
		nx = x + dx[k];
		ny = y + dy[k];
		if(nx >= 0 && nx < r && ny >= 0 && ny < c && m[x][y] < m[nx][ny])
		{
			max = search(nx, ny);
			if(f[x][y] <= max)
			{
				f[x][y] = max + 1;
			}
		}
	}

	return f[x][y];
}

int main()
{
	scanf("%d%d", &r, &c);
	for(i = 0; i < r; i++)
	{
		for(j = 0; j < c; j++)
		{
			scanf("%d", &m[i][j]);
			f[i][j] = 1;
		}
	}
	int ans = 0;
	for(i = 0; i < r; i++)
	{
		for(j = 0; j < c; j++)
		{
			f[i][j] = search(i, j);
			if(f[i][j] > ans)
				ans = f[i][j];
		}
	}
	
	printf("%d\n", ans);

	return 0;
}

需要注意的地方:开辟数组时的维数要大于100,要不有可能代码提交的结果是RE,具体原因不详。


  • 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: - 每个点都需要搜一遍,因此需要用双重for循环来枚举每个起点; - 对于已经搜索过的点,需要用一个数组$vis$来记录,防止重复搜索; - 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: - 每个点都需要搜一遍,因此需要用双重for循环来枚举每个起点; - 对于已经搜索过的点,需要用一个数组$vis$来记录,防止重复搜索; - 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
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