描述
给定一个 n 行 m 列矩阵 matrix ,矩阵内所有数均为非负整数。 你需要在矩阵中找到一条最长路径,使这条路径上的元素是递增的。并输出这条最长路径的长度。
这个路径必须满足以下条件:
- 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。
- 你不能走重复的单元格。即每个格子最多只能走一次。
数据范围:1≤n,m≤1000,1≤matrix[i][j]≤1000
进阶:空间复杂度 O(nm) ,时间复杂度 O(nm)
例如:当输入为[[1,2,3],[4,5,6],[7,8,9]]时,对应的输出为5,
其中的一条最长递增路径如下图所示:
示例1
输入:
[[1,2,3],[4,5,6],[7,8,9]]
返回值:
5
说明:
1->2->3->6->9即可。当然这种递增路径不是唯一的。
示例2
输入:
[[1,2],[4,3]]
返回值:
4
说明:
1->2->3->4
思路:这道题是一个常规的广度/深度遍历的题目,需要注意的是,直接用最常规的思路做, 时间复杂度 是 mnO(4^(mn)),显然太慢, 优化思路**是用一个矩阵来存储 从 某个位置开头的最大递增长度,这样下次再遍历到这个地方时,就不用再重新全部搜索了,这样每个位置只遍历了一遍,**时间复杂度可以近似看成 O(mn)。
#
# 代码中的类名、方法名、参数名已经指定,请勿修改,直接返回方法规定的值即可
#
# 递增路径的最大长度
# @param matrix int整型二维数组 描述矩阵的每个数
# @return int整型
#
class Solution:
def dfs(self, matrix, dp, r, c, pre):
if r<0 or r>=len(matrix) or c<0 or c>=len(matrix[0]) or matrix[r][c]<=pre:
return 0
if dp[r][c] > 0:
return dp[r][c]
temp = self.dfs(matrix, dp, r+1, c, matrix[r][c])
temp = max(temp, self.dfs(matrix, dp, r-1, c, matrix[r][c]))
temp = max(temp, self.dfs(matrix, dp, r, c+1, matrix[r][c]))
temp = max(temp, self.dfs(matrix, dp, r, c-1, matrix[r][c]))
dp[r][c] = max(dp[r][c], temp+1)
return dp[r][c]
def solve(self , matrix: List[List[int]]) -> int:
# write code here
if len(matrix) == 0:
return 0
rows, cols = len(matrix), len(matrix[0])
dp = [[0 for j in range(cols)] for i in range(rows)]
res = 1
for i in range(rows):
for j in range(cols):
res = max(res, self.dfs(matrix, dp, i, j, -1))
return res