清帝之惑之顺治

题目描述

  顺治喜欢滑雪，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太监们来载你。顺治想知道在一个区域中最长的滑坡。
 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
  顺治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。

输入数据

  输入的第一行表示区域的行数 R 和列数 C (1 ≤ R,C ≤ 500) 。下面是 R 行，每行有 C 个整数，代表高度 h ， 0≤ h< 104 。

输出数据

  输出最长区域的长度。

样例输入
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

样例输出
25

程序分析

1 题目分析¹

  首先要注意的是，该题目所问的是求最长的路径的长度，由于该测试数据的原因，会想到的一个思路是：从最高点出发，在四个方向中找到递减最慢的方向，以此类推，一直走到四个方向都不可以走的时候。这个思路的一个缺陷就是有时候，最长的路径并不一定是从最高点开始的；另外一个误区就是，每次减少高度最少的点也不一定是最长的路径，对于这两点一定要理解。
  那么，怎么才能找到最长的路径呢？难道要以每一个地方都为起点来试一遍吗?是的，但是我们要多做一步，就是每当走过一个地方，我们要得知它能走的最长的路径长度，将该长度记录下来，这样当下一次走到该点的时候，我们就可以直接得到答案而不用再次计算了。
  具体方法便是，对每一个点进行遍历，在该点的四个方向中，对于满足不超过边界且比当前高度小的点进行递归，最后选出递归后返回值最大的值，将其+1便是当前点的路径最大值。

1. 我们以测试数据为例：
   
2. 当遍历第一步的时候，发现没有其地方可以行走，记录当前的可走的最长路径为1
   
3. 继续遍历，当走到第二部的时候，发现只能往左边走，走到1的位置时，发现1的长度为1，所以我们直接用1就可以。
   
4. 同理，走到3的位置时，便可以直接用2 的数据
   
5. 依此类推，当遍历到第二行时，便能记录大量的点。在当以点17为起点时，就能发现这样节省了大量的时间。
   

2 动态规划方程

  阶段：地图上的任意一个位置
  状态：设maxPath[ i ][ j ]表示(i,j)这个位置的最长路径
  决策：maxPath[ i ][ j ]=max{maxPath[ i-1 ][ j ]，maxPath[ i ][ j-1 ]，maxPath[ i+1 ][ j ]，maxPath[ i ][ j+1]}+1，
  很明显有后效性，所以采用递归进行消除

class Slide:
    def __init__(self, m, n, height):
        self.M, self.N, self.Height = m, n, height   # m行n列的矩阵
        self.maxPath = [[0]*n for i in range(m)]
        self.direction = {0: [1, 0], 1: [-1, 0], 2: [0, 1], 3: [0, -1]}

    def isBound(self, x, y):
        if 0 <= x < self.M and 0 <= y < self.N:
            return 1
        else:
            return 0

    def solve(self, x, y):
        if self.maxPath[x][y]:          # （x,y）的位置处理过，则返回这一点的最长路径
            return self.maxPath[x][y]
        self.maxPath[x][y] = 1          # （x，y）这个位置没有处理，设置这点的路径长度为1，下面再进行更改
        for i in range(4):
            xx = x+self.direction[i][0]
            yy = y+self.direction[i][1]
            if self.isBound(xx, yy) and self.Height[xx][yy] < self.Height[x][y]:
                self.maxPath[x][y] = max(self.maxPath[x][y], self.solve(xx, yy)+1)
        return self.maxPath[x][y]

m, n = map(int, input().split())
height = {}
for i in range(m):
    temp = list(map(int, input().split()))
    height[i] = temp
path = 0
slide = Slide(m, n, height)
for i in range(m):
    for j in range(n):
        if slide.solve(i, j) > path:
            path = slide.solve(i, j)
print(path)

---

1. 参考https://blog.csdn.net/a769973411/article/details/79414753 ↩︎