惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

博客园 - 三生石上(FineUI控件)
Y
Y Combinator Blog
aimingoo的专栏
aimingoo的专栏
B
Blog
小众软件
小众软件
D
DataBreaches.Net
T
The Blog of Author Tim Ferriss
L
LangChain Blog
WordPress大学
WordPress大学
罗磊的独立博客
GbyAI
GbyAI
S
SegmentFault 最新的问题
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
T
Tailwind CSS Blog
酷 壳 – CoolShell
酷 壳 – CoolShell
月光博客
月光博客
IT之家
IT之家
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
雷峰网
雷峰网
美团技术团队
F
Fortinet All Blogs
Hugging Face - Blog
Hugging Face - Blog
The GitHub Blog
The GitHub Blog

博客园 - StudyNLP

python把中文汉字转拼音,存储到excel表格 算法结束篇 贪心-钓鱼问题 贪心-放置雷达 贪心-Stall Reservations 贪心-电影节 贪心-圣诞老人的礼物 广度优先搜索-八数码问题 广度优先搜索-鸣人和佐助 广度优先搜索-迷宫问题 广度优先搜索-抓住那头牛 深度优先搜索-生日蛋糕 深度优先搜索-Roads 深度优先搜索-踩方格 深度优先搜索-城堡问题 动态规划-分蛋糕V2 动态规划-分蛋糕V1 动态规划-0-1背包问题 动态规划-神奇的口袋V2
动态规划-滑雪
StudyNLP · 2020-06-20 · via 博客园 - StudyNLP
滑雪: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。
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:首先要注意的是,该题目所问的是求最长的路径的长度,也由于该测试数据的原因,
很多朋友会想到的一个思路是,从最高点出发,在四个方向中找到最递减最少的方向,以此类推,
一直走到四个方向都不可以走的时候。这个思路的一个缺陷就是有时候,最长的路径并不一定是从最高点开始的,
另外一个误区就是,每次减少高度最少的点也不一定是最长的路径,对于这两点一定要理解。
那么,怎么才能找到最长的路径呢?难道要以每一个地方都为起点来试一遍吗?是的,但是我们要做多一步,
就是每当的走过一个地方,我们得知的它能走的路径长度了,将该长度记录下来,这样当下一次走到该点的时候,
我们就可以直接得到答案而不用再次计算了。
具体方法便是,对每一个点进行遍历,在该点的四个方向中,对于满足不超过边界且比当前高度小的点进行递归,
最后选出递归后返回值最大的值,将其+1便是当前点的路径最大值。

建议参考:https://blog.csdn.net/a769973411/article/details/79414753

python代码实现:

 1 # r表示行数,c表示列数 maxRoute最长距离的值
 2 r, c, maxRoute = 0, 0, 0
 3 areaMatrix, path = [], []
 4 
 5 
 6 def LongestPath(i, j):
 7     global maxRoute,path
 8     leftMaxValue, rightMaxValue, upMaxValue, downMaxValue = 0, 0, 0, 0
 9     # 如果该点的最大路径已经计算过,则直接返回,不需要再递归重复计算,提高效率
10     if path[i][j] > 0:
11         return path[i][j]
12     # 分别与四个方向的点比较,注意行、列不要越界,同时判断如果比当前位置值小,才进行递归
13     # 将当前点的四个方向符合条件的进行递归, 并记录返回的最大值
14     # 这里的符合条件不是四个方向中最小的一个,而是比该点位置低的点都可以
15     # 即对于四个方向的点存在比当前高度低的点都进行递归,选择一个数值最大加上1得到该点的最长路径
16     # 左边
17     if j - 1 >= 0 and areaMatrix[i][j] > areaMatrix[i][j-1]:
18         leftMaxValue = LongestPath(i, j-1)
19     # 右边
20     if j + 1 < r and areaMatrix[i][j] > areaMatrix[i][j+1]:
21         rightMaxValue = LongestPath(i, j+1)
22     # 上边
23     if i - 1 >= 0 and areaMatrix[i][j] > areaMatrix[i-1][j]:
24         upMaxValue = LongestPath(i-1, j)
25     # 下边
26     if i + 1 < c and areaMatrix[i][j] > areaMatrix[i+1][j]:
27         downMaxValue = LongestPath(i+1, j)
28     # 附近4个点的最大值加1,就得到该点的最大距离值
29     path[i][j] = max(leftMaxValue, rightMaxValue, upMaxValue, downMaxValue) + 1
30     if path[i][j] > maxRoute:
31         maxRoute = path[i][j]
32     # print(path)
33     # 返回这个i,j位置的最长路径值
34     return path[i][j]
35 
36 
37 def main():
38     global r, c, areaMatrix, path, maxRoute
39     r, c = map(int, input().split())
40     # 区域二维数组
41     areaMatrix = [[0] for i in range(r)]
42     # print(areaMatrix)
43     for i in range(r):
44         areaMatrix[i] = [int(n) for n in input().split()]  # 输入矩阵
45     # print(areaMatrix)
46     """
47     5 5
48     1 2 3 4 5
49     16 17 18 19 6
50     15 24 25 20 7
51     14 23 22 21 8
52     13 12 11 10 9
53     """
54     # [[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]]
55     # 假设初始路径的值都是0
56     path = [[0 for i in range(c)] for j in range(r)]  # 作为顶点的最长路径
57     # print(dis)
58 
59     for i in range(r):
60         for j in range(c):
61             LongestPath(i, j)
62     print("滑雪最长距离为:%d" % maxRoute)
63 
64 
65 if __name__ == '__main__':
66     main()