POJ 1088 滑雪

题目

总时间限制: 1000ms 内存限制: 65536kB
描述
Michael喜欢滑雪百这并不奇怪, 因为滑雪的确很刺激。可是为了获得速度,滑的区域必须向下倾斜,而且当你滑到坡底,你不得不再次走上坡或者等待升降机来载你。Michael想知道载一个区域中最长的滑坡。区域由一个二维数组给出。数组的每个数字代表点的高度。下面是一个例子
1 2 3 4 5
16 17 18 19 6
15 24 25 20 7
14 23 22 21 8
13 12 11 10 9

一个人可以从某个点滑向上下左右相邻四个点之一,当且仅当高度减小。在上面的例子中,一条可滑行的滑坡为24-17-16-1。当然25-24-23-…-3-2-1更长。事实上,这是最长的一条。
输入
输入的第一行表示区域的行数R和列数C(1 <= R,C <= 100)。下面是R行,每行有C个整数,代表高度h,0<=h<=10000。
输出
输出最长区域的长度。
样例输入
5 5
1 2 3 4 5
16 17 18 19 6
15 24 25 20 7
14 23 22 21 8
13 12 11 10 9
样例输出
25

思路1

动态规划。
L(i,j) 表示从点 (i,j) 出发的最长滑行长度,如果 (i,j) 周围没有比它低的点,则 L(i,j)=1 ;否则 L(i,j) 等于从 (i,j) 周围四个点中高度比 (i,j) 低且L值最大的那个点P的值加上1。
人人为我。用周围的状态,来更新当前状态。

代码1

while True:
    try:
        ROW, COL = input().split()
        ROW = int(ROW); COL = int(COL)
        points = []
        fields = [[0 for i in range(COL + 2)] for _ in range(ROW + 2)]
        dp = [[0 for i in range(COL + 2)] for _ in range(ROW + 2)]
        for i in range(1, ROW + 1):
            nums = input().split()
            nums = [int(j) for j in nums]
            for j in range(1, COL + 1):
                points.append((i, j, nums[j - 1]))
                fields[i][j] = nums[j - 1]
                dp[i][j] = 1
        points.sort(key=lambda x : x[2])
        for point in points:
            row = point[0];col = point[1];val = point[2]
            if fields[row][col] > fields[row - 1][col]:
                dp[row][col] = max(dp[row][col], dp[row - 1][col] + 1)
            if fields[row][col] > fields[row + 1][col]:
                dp[row][col] = max(dp[row][col], dp[row + 1][col] + 1)
            if fields[row][col] > fields[row][col - 1]:
                dp[row][col] = max(dp[row][col], dp[row][col - 1] + 1)
            if fields[row][col] > fields[row][col + 1]:
                dp[row][col] = max(dp[row][col], dp[row][col + 1] + 1)
        maxnum = 0
        for tmp in dp:
            maxnum = max(max(tmp), maxnum)
        print(maxnum)
    except:
        break

思路2

我为人人。用自身已经确定的状态,更新四周的状态。

代码2

while True:
    try:
        ROW, COL = input().split()
        ROW = int(ROW); COL = int(COL)
        points = []
        fields = [[0 for i in range(COL + 2)] for _ in range(ROW + 2)]
        dp = [[0 for i in range(COL + 2)] for _ in range(ROW + 2)]
        for i in range(1, ROW + 1):
            nums = input().split()
            nums = [int(j) for j in nums]
            for j in range(1, COL + 1):
                points.append((i, j, nums[j - 1]))
                fields[i][j] = nums[j - 1]
                dp[i][j] = 1
        points.sort(key=lambda x : x[2])
        for point in points:
            row = point[0];col = point[1];val = point[2]
            if fields[row][col] < fields[row - 1][col]:
                dp[row - 1][col] = max(dp[row][col] + 1, dp[row - 1][col])
            if fields[row][col] < fields[row + 1][col]:
                dp[row + 1][col] = max(dp[row][col] + 1, dp[row + 1][col])
            if fields[row][col] < fields[row][col - 1]:
                dp[row][col - 1] = max(dp[row][col] + 1, dp[row][col - 1])
            if fields[row][col] < fields[row][col + 1]:
                dp[row][col + 1] = max(dp[row][col] + 1, dp[row][col + 1])
        maxnum = 0
        for tmp in dp:
            maxnum = max(max(tmp), maxnum)
        print(maxnum)
    except:
        break
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。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。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,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 状态数为$O(nm)$,每个状态转移的时间复杂为$O(1)$,因此总时间复杂为$O(nm)$。 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 状态数为$O(nm)$,每个状态转移的时间复杂为$O(1)$,因此总时间复杂为$O(nm)$。 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