矩阵中的最长递增路径
给定一个整数矩阵,找出最长递增路径的长度。
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(即不允许环绕)。
示例 1:
输入: nums =
[
[9,9,4],
[6,6,8],
[2,1,1]
]输出: 4解释: 最长递增路径为[1, 2, 6, 9]
。
示例 2:
输入: nums =
[
[3,4,5],
[3,2,6],
[2,2,1]
]输出: 4解释: 最长递增路径是[3, 4, 5, 6]
。注意不允许在对角线方向上移动
方法一:DFS
将矩阵看成一个有向图,每个单元格对应图中的一个节点,如果相邻的两个单元格的值不相等,则在相邻的两个单元格之间存在一条从较小值指向较大值的有向边。问题转化成在有向图中寻找最长路径
由于存在重复计算,超时
public int longestIncreasingPath(int[][] matrix) {
if (matrix == null || matrix.length == 0) {
return 0;
}
int ans = 0;
int row = matrix.length;
int col = matrix[0].length;
for (int i = 0; i < row; i++) {
for (int j = 0; j < col; j++) {
ans = Math.max(ans, dfs(matrix, i, j, 1));
}
}
return ans;
}
public int dfs(int[][] matrix, int i, int j, int len) {
int max = len;
if (i - 1 >= 0 && matrix[i - 1][j] > matrix[i][j]) {
max = Math.max(max, dfs(matrix, i - 1, j, len + 1));
}
if (i + 1 < matrix.length && matrix[i + 1][j] > matrix[i][j]) {
max = Math.max(max, dfs(matrix, i + 1, j, len + 1));
}
if (j - 1 >= 0 && matrix[i][j - 1] > matrix[i][j]) {
max = Math.max(max, dfs(matrix, i, j - 1, len + 1));
}
if (j + 1 < matrix[0].length && matrix[i][j + 1] > matrix[i][j]) {
max = Math.max(max, dfs(matrix, i, j + 1, len + 1));
}
return max;
}
改进:
private int[][] dp;//dp[i][j]表示从matrix[i][j]开始的最长递增长度
public int longestIncreasingPath(int[][] matrix) {
if (matrix == null || matrix.length == 0) {
return 0;
}
int ans = 0;
int row = matrix.length;
int col = matrix[0].length;
dp = new int[row][col];
for (int i = 0; i < row; i++) {
for (int j = 0; j < col; j++) {
ans = Math.max(ans, dfs(matrix, i, j));
}
}
return ans;
}
public int dfs(int[][] matrix, int i, int j) {
if (dp[i][j] != 0) {
return dp[i][j];
}
int max = 1;
if (i - 1 >= 0 && matrix[i - 1][j] > matrix[i][j]) {
max = Math.max(max, dfs(matrix, i - 1, j) + 1);
}
if (i + 1 < matrix.length && matrix[i + 1][j] > matrix[i][j]) {
max = Math.max(max, dfs(matrix, i + 1, j) + 1);
}
if (j - 1 >= 0 && matrix[i][j - 1] > matrix[i][j]) {
max = Math.max(max, dfs(matrix, i, j - 1) + 1);
}
if (j + 1 < matrix[0].length && matrix[i][j + 1] > matrix[i][j]) {
max = Math.max(max, dfs(matrix, i, j + 1) + 1);
}
dp[i][j] = max;
return max;
}
时间复杂度:O(mn),其中 m 和 n 分别是矩阵的行数和列数。深度优先搜索的时间复杂度是 O(V+E),其中 V 是节点数,E 是边数。在矩阵中,O(V)=O(mn),O(E)≈O(4mn)=O(mn)。
空间复杂度:O(mn),其中 mm 和 nn 分别是矩阵的行数和列数。空间复杂度主要取决于缓存和递归调用深度,缓存的空间复杂度是O(mn),递归调用深度不会超过 mn