给定一个整数矩阵,找出最长递增路径的长度。
对于每个单元格,你可以往上,下,左,右四个方向移动。 你不能在对角线方向上移动或移动到边界外(即不允许环绕)。
示例 1:
输入: nums =
[
[9,9,4],
[6,6,8],
[2,1,1]
]
输出: 4
解释: 最长递增路径为 [1, 2, 6, 9]。
示例 2:
输入: nums =
[
[3,4,5],
[3,2,6],
[2,2,1]
]
输出: 4
解释: 最长递增路径是 [3, 4, 5, 6]。注意不允许在对角线方向上移动。
本题难度不是很高,主体思想 dfs+动态规划
脑子里要有动态规划的思想,这里给出动态规划的公式,具体的细节请阅读代码。
动态规划数组dp[i][j]:表示以i,j作为起始节点的最长递增路径
dp[i][j] = max(X_shang,X_xia,X_zuo,X_you)
其中
若M[i][j]
#!/bin/python
# -*- coding: utf8 -*-
import sys
import os
import re
class Solution:
@staticmethod
def dfs(i,j,center_v,M,dp,rows,cols):
if i<0 or i>=rows or j<0 or j>=cols:
return 0
if M[i][j]<=center_v:
return 0
if dp[i][j]==-1:
#代表该位置没有被访问过
nd=[]
nd.append((i-1,j))
nd.append((i+1,j))
nd.append((i,j-1))
nd.append((i,j+1))
max_p=-sys.maxsize
for x,y in nd:
max_p=max(max_p,Solution.dfs(x,y,M[i][j],M,dp,rows,cols))
dp[i][j]=max_p+1
return dp[i][j]
@staticmethod
def longestIncreasingPath( M):
if not MemoryError:
return 0
rows=len(M)
cols=len(M[0])
dp=[[-1]*cols for _ in range(rows)]
max_p=-sys.maxsize
for i in range(rows):
for j in range(cols):
max_p=max(max_p,Solution.dfs(i=i,j=j,center_v=M[i][j]-1,M=M,dp=dp,rows=rows,cols=cols))
return max_p