POJ 1088 滑雪

题目大意:中文

题目链接

注释代码:

/*                                         
 * Problem ID : POJ 1088 滑雪 
 * Author     : Lirx.t.Una                                         
 * Language   : C++                        
 * Run Time   : 16 ms                                         
 * Run Memory : 172 KB                                         
*/   

#include <stdio.h>

//maximum width
//dp矩阵的最大宽度
#define	MAXW		101

#define	MAX(x,y)	( (x) > (y) ? (x) : (y) )

short	h[MAXW][MAXW];//height[i][j]表示坐标为(i, j)的地点的海拔高度
//dp[i][j]表示以(i, j)为起点的路径的最大长度
//由于最大路径为100 × 100处于short范围内
short	dp[MAXW][MAXW];

int
fdp( int i, int j, int r, int c ) {//dp fucntion
    //用以求以(i, j)为起点的路径的最大长度
    //r、c为整个二位平面的长宽
    //由于动态规划范围是二维平面,因此确定每个点动态规划的方向
    //因此这里采用记忆化搜索 + 递归来实现动态规划

	if ( dp[i][j] )//如果已经计算过则直接返回值
		return dp[i][j];

	int		max;//暂存四个方向中的最大值
	int		tmp;//临时变量

	max = 0;//初始化

    //由于只能向上下左右四个方向走
    //因此dp[i][j]必定等于四个方向的最大dp + 1
	if ( i > 1 && h[i][j] > h[i - 1][j] ) {//上

		tmp = fdp( i - 1, j, r, c );
		max = MAX( max, tmp );
	}

	if ( j > 1 && h[i][j] > h[i][j - 1] ) {//左

		tmp = fdp( i, j - 1, r, c );
		max = MAX( max, tmp );
	}

	if ( j < c && h[i][j] > h[i][j + 1] ) {//右

		tmp = fdp( i, j + 1, r, c );
		max = MAX( max, tmp );
	}

	if ( i < r && h[i][j] > h[i + 1][j] ) {//下
	
		tmp = fdp( i + 1, j, r, c );
		max = MAX( max, tmp );
	}

	return dp[i][j] = max + 1;//注意先记忆再返回!!
}

int
main() {

	int		r, c;
	int		i, j;
	int		tmp;

	int		ans;

	scanf("%d%d", &r, &c);

	for ( i = 1; i <= r; i++ )
		for ( j = 1; j <= c; j++ )
			scanf("%d", &h[i][j]);

	for ( ans = -1, i = 1; i <= r; i++ )
		for ( j = 1; j <= c; j++ ) {

			tmp = fdp( i, j, r, c );
			ans = MAX( ans, tmp );
		}

	printf("%d\n", ans);

	return 0;
}

无注释代码:

#include <stdio.h>

#define	MAXW		101

#define	MAX(x,y)	( (x) > (y) ? (x) : (y) )

short	h[MAXW][MAXW];
short	dp[MAXW][MAXW];

int
fdp( int i, int j, int r, int c ) {

	if ( dp[i][j] )
		return dp[i][j];

	int		max;
	int		tmp;

	max = 0;

	if ( i > 1 && h[i][j] > h[i - 1][j] ) {

		tmp = fdp( i - 1, j, r, c );
		max = MAX( max, tmp );
	}

	if ( j > 1 && h[i][j] > h[i][j - 1] ) {

		tmp = fdp( i, j - 1, r, c );
		max = MAX( max, tmp );
	}

	if ( j < c && h[i][j] > h[i][j + 1] ) {

		tmp = fdp( i, j + 1, r, c );
		max = MAX( max, tmp );
	}

	if ( i < r && h[i][j] > h[i + 1][j] ) {
	
		tmp = fdp( i + 1, j, r, c );
		max = MAX( max, tmp );
	}

	return dp[i][j] = max + 1;
}

int
main() {

	int		r, c;
	int		i, j;
	int		tmp;

	int		ans;

	scanf("%d%d", &r, &c);

	for ( i = 1; i <= r; i++ )
		for ( j = 1; j <= c; j++ )
			scanf("%d", &h[i][j]);

	for ( ans = -1, i = 1; i <= r; i++ )
		for ( j = 1; j <= c; j++ ) {

			tmp = fdp( i, j, r, c );
			ans = MAX( ans, tmp );
		}

	printf("%d\n", ans);

	return 0;
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
题目描述 给出一个$n\times m$的矩阵,每个位置上有一个非负整数,代表这个位置的海拔高度。一开始时,有一个人站在其中一个位置上。这个人可以向上、下、左、右四个方向移动,但是只能移动到海拔高度比当前位置低或者相等的位置上。一次移动只能移动一个单位长度。定义一个位置为“山顶”,当且仅当从这个位置开始移动,可以一直走到海拔高度比它低的位置上。请问,这个矩阵中最多有多少个“山顶”? 输入格式 第一行两个整数,分别表示$n$和$m$。 接下来$n$行,每行$m$个整数,表示整个矩阵。 输出格式 输出一个整数,表示最多有多少个“山顶”。 样例输入 4 4 3 2 1 4 2 3 4 3 5 6 7 8 4 5 6 7 样例输出 5 算法1 (递归dp) $O(nm)$ 对于这道题,我们可以使用递归DP来解决,用$f(i,j)$表示以$(i,j)$为起点的路径最大长度,那么最后的答案就是所有$f(i,j)$中的最大值。 状态转移方程如下: $$ f(i,j)=\max f(x,y)+1(x,y)是(i,j)的下一个满足条件的位置 $$ 注意:这里的状态转移方程中的$x,y$是在枚举四个方向时得到的下一个位置,即: - 向上:$(i-1,j)$ - 向下:$(i+1,j)$ - 向左:$(i,j-1)$ - 向右:$(i,j+1)$ 实现过程中需要注意以下几点: - 每个点都需要搜一遍,因此需要用双重for循环来枚举每个起点; - 对于已经搜索过的点,需要用一个数组$vis$来记录,防止重复搜索; - 在进行状态转移时,需要判断移动后的点是否满足条件。 时间复杂度 状态数为$O(nm)$,每个状态转移的时间复杂度为$O(1)$,因此总时间复杂度为$O(nm)$。 参考文献 C++ 代码 算法2 (动态规划) $O(nm)$ 动态规划的思路与递归DP类似,只不过转移方程和实现方式有所不同。 状态转移方程如下: $$ f(i,j)=\max f(x,y)+1(x,y)是(i,j)的下一个满足条件的位置 $$ 注意:这里的状态转移方程中的$x,y$是在枚举四个方向时得到的下一个位置,即: - 向上:$(i-1,j)$ - 向下:$(i+1,j)$ - 向左:$(i,j-1)$ - 向右:$(i,j+1)$ 实现过程中需要注意以下几点: - 每个点都需要搜一遍,因此需要用双重for循环来枚举每个起点; - 对于已经搜索过的点,需要用一个数组$vis$来记录,防止重复搜索; - 在进行状态转移时,需要判断移动后的点是否满足条件。 时间复杂度 状态数为$O(nm)$,每个状态转移的时间复杂度为$O(1)$,因此总时间复杂度为$O(nm)$。 参考文献 C++ 代码
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值