【动态规划-递归记忆化搜索】力扣2684. 矩阵中移动的最大次数

给你一个下标从 0 开始、大小为 m x n 的矩阵 grid ，矩阵由若干 正 整数组成。

你可以从矩阵第一列中的 任一 单元格出发，按以下方式遍历 grid ：

从单元格 (row, col) 可以移动到 (row - 1, col + 1)、(row, col + 1) 和 (row + 1, col + 1) 三个单元格中任一满足值 严格 大于当前单元格的单元格。
返回你在矩阵中能够 移动 的 最大 次数。

示例 1：

输入：grid = [[2,4,3,5],[5,4,9,3],[3,4,2,11],[10,9,13,15]]
输出：3
解释：可以从单元格 (0, 0) 开始并且按下面的路径移动：

• (0, 0) -> (0, 1).
• (0, 1) -> (1, 2).
• (1, 2) -> (2, 3).
  可以证明这是能够移动的最大次数。

示例 2：

输入：grid = [[3,2,4],[2,1,9],[1,1,7]]
输出：0
解释：从第一列的任一单元格开始都无法移动。

动态规划 + 递归 + 记忆化搜索

class Solution {
public:
    int maxMoves(vector<vector<int>>& grid) {
        int m = grid.size(), n = grid[0].size();
        int max_moves = 0;
        vector<vector<int>> memo(m, vector<int>(n, -1)); 
        for(int i = 0; i < m; i++){
            max_moves = max(max_moves,def(grid, i, 0, memo));
        }
        return max_moves;      
    }

private:
    int def(vector<vector<int>>& grid, int row, int col, vector<vector<int>>& memo) {
        int m = grid.size(), n = grid[0].size();
        if(col == n - 1){
            return 0;
        }

        if(memo[row][col] != -1){
            return memo[row][col];
        }
        int move = 0;
        //右上
        if(row > 0 && grid[row][col] < grid[row-1][col+1]){
            move = max(move, 1 + def(grid, row - 1, col + 1, memo));
        }

        //右下
        if(row < m - 1 && grid[row][col] < grid[row+1][col+1]){
            move = max(move, 1 + def(grid, row + 1, col + 1, memo));
        }

        //右
        if(grid[row][col] < grid[row][col+1]){
            move = max(move, 1 + def(grid, row, col + 1, memo));
        }

        memo[row][col] = move;
        return move;
    }
};

在主函数里面对第一列每个元素进行递归，在def函数中，设定一个move来判断当前格子开始能移动的最大次数，move在每次递归中会重新归0。

def函数中对三种情况，右上、右、右下进行判断，然后进行对应的递归。

当到最后一行到时候，则会返回0，如果三个if判断都不通过，则move = 0，最后的结果也是返回0。

并且使用了memo进行缓存，当计算对应位置的move的时候，如果之前计算过，就不需要进行计算，直接返回memo中的缓存。