1第一步:判断输入或者状态是否非法
2 第二步:判读递归是否应当结束,满足结束条件就保存当前结果并返回
3遍历当前所有可能出现的情况
① 第三步:尝试下一步的可能性。如果上一步尝试会影响下一步尝试,需要写入状态
②递归进行下一步尝试,搜索该子树
4第四步:尝试完毕,状态重置,回溯到上一步
1219. 黄金矿工:https://leetcode-cn.com/problems/path-with-maximum-gold
你要开发一座金矿,地质勘测学家已经探明了这座金矿中的资源分布,并用大小为 m * n 的网格 grid 进行了标注。每个单元格中的整数就表示这一单元格中的黄金数量;如果该单元格是空的,那么就是 0。
为了使收益最大化,矿工需要按以下规则来开采黄金:
每当矿工进入一个单元,就会收集该单元格中的所有黄金。
矿工每次可以从当前位置向上下左右四个方向走。
每个单元格只能被开采(进入)一次。
不得开采(进入)黄金数目为 0 的单元格。
矿工可以从网格中 任意一个 有黄金的单元格出发或者是停止。
示例 1:
输入:grid = [[0,6,0],[5,8,7],[0,9,0]]
输出:24
解释:
[[0,6,0],
[5,8,7],
[0,9,0]]
一种收集最多黄金的路线是:9 -> 8 -> 7。
示例 2:
输入:grid = [[1,0,7],[2,0,6],[3,4,5],[0,3,0],[9,0,20]]
输出:28
解释:
[[1,0,7],
[2,0,6],
[3,4,5],
[0,3,0],
[9,0,20]]
一种收集最多黄金的路线是:1 -> 2 -> 3 -> 4 -> 5 -> 6 -> 7。
疑问:
从哪里开始采集:
需要上下左右移动,考虑回溯,回溯需要visited数组的配合。
回溯的套路就3步:
(1)借用一个某个点(visited标记一下)
(2)dfs用,一次性用完
(3)还回去
class Solution:
def getMaximumGold(self, grid: List[List[int]]) -> int:
#经典的回溯,并且题目很友好,不用单独设置visited数组
R, C = len(grid), len(grid[0]) #给的数据能保证是二维,否则要判断
def dfs_backtrace(r: int, c: int) -> int:
if not (0 <= r < R and 0 <= c < C) or grid[r][c] == 0:
return 0
tmp = grid[r][c] #开始设计回溯
grid[r][c] = 0 #标记visited,本题比较友好,可以直接在gird中置0
nxt_sum = 0
for nr, nc in ((r-1, c), (r+1, c), (r, c-1), (r, c+1)):
nxt_sum = max(nxt_sum, dfs_backtrace(nr, nc))
grid[r][c] = tmp #回溯
return tmp + nxt_sum #返回从该点出发能得到的最大值
res = 0
for r in range(R):
for c in range(C):
if grid[r][c] != 0:
res = max(res, dfs_backtrace(r, c))
return res
回溯练习1
最新推荐文章于 2024-03-21 07:00:00 发布