acwing——滑雪问题（记忆化搜索典型案例）

动态规划问题——记忆化搜索

思想

1. 动态规划问题我们主要从 状态表示 + 状态计算 两方面考虑
   1.1 状态表示 = 状态集合 + 状态属性
   1.2 状态计算 = 状态划分为可以计算的不同区间

• 怎么表示？
  所以争对这题我们分析状态表示可以通过f[i][j]来表示，表示的含义是从(i,j)作为出发点的所有路径；在分析属性，就是求取从某一点路径走的最大值Max
• 怎么计算？
  针对f[i][j]我们一共只有上下左右四种走法，可以通过数据存储的偏移量来表示，每走到下一步，例如我们从(i,j)走到了(a,b)此时状态转移方程 — f[i][j] = f[a][b] + 1 由此一直走到最后就可以累计出以`(i,j) 为起点这一种情况下滑过的数目啦！剩下其他情况就是一摸一样的求取方式。
  下面就让我们来看看代码是如何实现的吧！

#include <iostream>
#include <cstring>

using namespace std;
const int N = 310;
int n, m;//n × m 的矩阵
int h[N][N];//h[][]表示每个点的高度
int f[N][N];//f[i][j]表示走到i，j这个点的所有路径

//dp函数求取xy为起点条件下走过的路径大小
int dp(int x, int y) {
    //memset函数标记了所有f为-1表示没有走过的点
    //所以不等于-1表示这种xy情况已经计算过、
    //记忆化搜索的核心
    if (f[x][y] != -1) return f[x][y];
    f[x][y] = 1;
    int dx[] = {0, 1, 0, -1};
    int dy[] = {1, 0, -1, 0};
    //对于xy坐标为起点下一个坐标一共有四种走法，分别遍历判断
    for (int i = 0; i < 4; ++i) {
        int a = x + dx[i], b = y + dy[i];
        //只有当下一个点的高度小于当前点，并且下一个点处于矩阵有效范围内时才可以走
        if (h[a][b] < h[x][y] && a >= 1 && a <= n && b >= 1 && b <= m) {
            f[x][y] = max(f[x][y], dp(a, b) + 1);
        }
    }
}

int main() {
    scanf("%d%d", &n, &m);
    for (int i = 1; i <= n; ++i)
        for (int j = 1; j <= m; ++j)
            scanf("%d", &h[i][j]);

    memset(f, -1, sizeof f);//将f[][]全部标记为-1表示没有走过
    int res = -1;//res作为最终结果
    //对nm的矩阵每个情况作为起点全部遍历一遍
    for (int i = 1; i <= n; ++i)
        for (int j = 1; j <= m; ++j)
            res = max(res, dp(i, j));

    printf("%d\n", res);
    return 0;
}

感谢看完！