v
michael喜歡滑雪百這並不奇怪， 因為滑雪的確很刺激。可是為了獲得速度，滑的區域必須向下傾斜，而且當你滑到坡底，你不得不再次走上坡或者等待公升降機來載你。michael想知道載乙個區域中最長底滑坡。區域由乙個二維陣列給出。陣列的每個數字代表點的高度。下面是乙個例子
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
乙個人可以從某個點滑向上下左右相鄰四個點之一，當且僅當高度減小。在上面的例子中，一條可滑行的滑坡為24-17-16-1。當然25-24-23-…-3-2-1更長。事實上，這是最長的一條。
input
輸入的第一行表示區域的行數r和列數c(1 <= r,c <= 100)。下面是r行，每行有c個整數，代表高度h，0<=h<=10000。
output
輸出最長區域的長度。
sample input
5 51 2 3 4 5
16 17 18 19 6
15 24 25 20 7
14 23 22 21 8
13 12 11 10 9
sample output
25用dfs來推出每一步所走的點，再用dp記錄當前點上的路徑大小
#include
#include
#include
#include
#include
#include
#include
#include
#include
#include
#include
#include
#include
#include
#include
#define inf 0x3f3f3f3f
using
namespace std;
#define maxn 10005
int n,m;
int f[4]
[2]=
;int a[
105]
[105
],dp[
105]
[105];
intdfs
(int x,
int y)
dp[x]
[y]=ans+1;
return ans+1;
}int
main()
printf
("%d\n"
,res)
;return0;
}
記憶化搜尋
演算法上依然是搜尋的流程，但是搜尋到的一些解用 動態規劃 的那種思想和模式作一些儲存。一般說來，動態規劃總要遍歷所有的狀態，而搜尋可以排除一些無效狀態。更重要的是搜尋還可以剪枝，可能剪去大量不必要的狀態，因此在空間開銷上往往比動態規劃要低很多。記憶化演算法在求解的時候還是按著自頂向下的順序，但是每求...
記憶化搜尋
記憶化搜尋 演算法上依然是搜尋的流程，但是搜尋到的一些解用動態規劃的那種思想和模式作一些儲存。記憶化演算法在求解的時候還是按著自頂向下的順序，但是每求解乙個狀態，就將它的解儲存下來，以後再次遇到這個狀態的時候，就不必重新求解了。例1.題目描述 給從左至右排好隊的小朋友們分糖果，要求 1.每個小朋友都...
記憶化搜尋
原文 感謝作者。一.動態規劃 動態規劃 dynamic programming 與 分治思想 有些相似，都是利用將問題分 為子問題，並通過合併子問題的解來獲得整個問題的解。於 分治 的不同之處在 於，對於乙個相同的子問題動態規劃演算法不會計算第二次，其實現原理是將每乙個計算過的子問題的值儲存在乙個表...