(Leetcode) 矩阵中的最长递增路径 - Python实现

题目：零钱兑换
给定不同面额的硬币 coins 和一个总金额 amount。编写一个函数来计算可以凑成总金额所需的最少的硬币个数。如果没有任何一种硬币组合能组成总金额，返回 -1。
示例 :
输入: coins = [1, 2, 5], amount = 11，输出: 3 
解释: 11 = 5 + 5 + 1
输入: coins = [2], amount = 3，输出: -1
说明:你可以认为每种硬币的数量是无限的。

---------------------------------------------------------------------------------------

思路：动态规划思路，用二维数组dp记忆位置(i,j)的最大递增序列长度。

解法1#: 

class Solution(object):
    def longestIncreasingPath(self, matrix):
        """
        :type matrix: List[List[int]]
        :rtype: int
        """
        if (not matrix) or (not matrix[0]): return 0

        rows, cols = len(matrix), len(matrix[0])

        # 创建一个全是0的动态规划坐标系dp，用于标定该点是否已经循环过
        dp = [[0]*cols]*rows
        print("original dp:", dp)

        max_len = 0
        for i in range(rows):
            for j in range(cols):
                max_len = max(max_len, self.dfs(matrix, i, j, dp))
        return max_len

    def dfs(self, matrix, x, y, dp):
        # 直到dp[x][y]不为0（即已经全部跑过一遍）时返回
        if dp[x][y]:
            return dp[x][y]

        # 设定表示“上下左右”4个方向的向量dirs
        dirs = [(-1,0), (1,0), (0,-1), (0,1)]

        # 每走过一个点，就把它重新标记为1
        dp[x][y] = 1
        for dir in dirs:
            dx, dy = dir[0], dir[1]
            # 判定出界情况，注意临界值条件为>=, <=
            if (x+dx<0) or ((x+dx)>=len(matrix)) or (y+dy<0) or ((y+dy)>=len(matrix[0])):
                continue

            # 判定元素与上下左右元素的大小关系
            if matrix[x][y] <= matrix[x+dx][y+dy]:
                continue

            # 没出界就回溯到dfs，直到dp[x][y]不为0（即已经统计过一次）
            # 每次对dfs回溯的结果+1
            dp[x][y] = max(dp[x][y], self.dfs(matrix, x+dx, y+dy, dp)+1)
            print("dp[x][y]: ", dp[x][y])
        print("dp: ", dp)
        return dp[x][y]

参考：

https://blog.csdn.net/zjwreal/article/details/91130528