每日算法系列【LeetCode 329】矩阵中的最长递增路径

简介: 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)。

题目描述


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。

题解


DFS+记忆化搜索


image.png

拓扑排序


image.png

代码


DFS+记忆化搜索(c++)

classSolution {
public:    
intdx[4] = {0, 0, 1, -1}; 
intdy[4] = {1, -1, 0, 0};
intlongestIncreasingPath(vector<vector<int>>&matrix) {    
intn=matrix.size();  
if (!n) return0;    
intm=matrix[0].size();  
vector<vector<int>>dp(n, vector<int>(m, 0)); 
intres=1;   
for (inti=0; i<n; ++i) {     
for (intj=0; j<m; ++j) { 
dp[i][j] =dfs(matrix, i, j, dp); 
res=max(res, dp[i][j]);  
            }     
        }       
returnres; 
    }
intdfs(vector<vector<int>>&matrix, intx, inty, 
vector<vector<int>>&dp) {  
if (dp[x][y] >0) returndp[x][y];  
intn=matrix.size(), m=matrix[0].size(); 
dp[x][y] =1;   
for (inti=0; i<4; ++i) {  
intnx=x+dx[i], ny=y+dy[i];  
if (inside(nx, ny, n, m) &&matrix[nx][ny] <matrix[x]
                [y]) {      
dp[x][y] =max(dp[x][y], dfs(matrix, nx, ny, dp)+1);
            }       
        }    
returndp[x][y];  
    }
boolinside(intx, inty, intn, intm) {   
return0<=x&&x<n&&0<=y&&y<m; 
    }
};

拓扑排序(c++)

classSolution {
public:  
intdx[4] = {0, 0, 1, -1};    intdy[4] = {1, -1, 0, 0};
intlongestIncreasingPath(vector<vector<int>>&matrix) {  
intn=matrix.size();   
if (!n) return0;   
intm=matrix[0].size();   
vector<vector<int>>dp(n, vector<int>(m, 0));    
vector<vector<int>>degree(n, vector<int>(m, 0));    
queue<pair<int, int>>Q;   
for (inti=0; i<n; ++i) {   
for (intj=0; j<m; ++j) {   
for (intk=0; k<4; ++k) {      
intnx=i+dx[k], ny=j+dy[k];   
if (inside(nx, ny, n, m) &&matrix[nx][ny] <matrix[i][j]) {         
degree[i][j]++;        
                    }        
                }   
if (!degree[i][j]) { 
Q.push({i, j});    
dp[i][j] =1;    
                }        
            }      
        }      
intres=1;   
while (!Q.empty()) {  
intx=Q.front().first, y=Q.front().second;   
Q.pop();     
res=max(res, dp[x][y]);     
for (inti=0; i<4; ++i) {     
intnx=x+dx[i], ny=y+dy[i];      
if (inside(nx, ny, n, m) &&matrix[nx][ny] >matrix[x][y]) {      
if (!(--degree[nx][ny])) {    
Q.push({nx, ny});   
                    }     
dp[nx][ny] =max(dp[nx][ny], dp[x][y]+1);                }       
            }    
        }     
returnres; 
    }
boolinside(intx, inty, intn, intm) {  
return0<=x&&x<n&&0<=y&&y<m;   
    }
};

image.png

作者简介:godweiyang知乎同名华东师范大学计算机系硕士在读,方向自然语言处理与深度学习喜欢与人分享技术与知识,期待与你的进一步交流~


相关文章
【LeetCode 35】112.路径总和
【LeetCode 35】112.路径总和
145 0
|
8月前
|
Go 开发者 索引
【LeetCode 热题100】路径与祖先:二叉树中的深度追踪技巧(力扣33 / 81/ 153/154)(Go语言版)
本文深入探讨了LeetCode中四道关于「搜索旋转排序数组」的经典题目,涵盖了无重复和有重复元素的情况。通过二分查找的变形应用,文章详细解析了每道题的解题思路和Go语言实现代码。关键点包括判断有序区间、处理重复元素以及如何缩小搜索范围。文章还总结了各题的异同,并推荐了类似题目,帮助读者全面掌握二分查找在旋转数组中的应用。无论是初学者还是有经验的开发者,都能从中获得实用的解题技巧和代码实现方法。
341 14
|
7月前
|
Go
【LeetCode 热题100】DP 实战进阶:最长递增子序列、乘积最大子数组、分割等和子集(力扣300 / 152/ 416 )(Go语言版)
本文深入解析三道经典的动态规划问题:**最长递增子序列(LIS)**、**乘积最大子数组** 和 **分割等和子集**。 - **300. LIS** 通过 `dp[i]` 表示以第 `i` 个元素结尾的最长递增子序列长度,支持 O(n²) 动态规划与 O(n log n) 的二分优化。 - **152. 乘积最大子数组** 利用正负数特性,同时维护最大值与最小值的状态转移方程。 - **416. 分割等和子集** 转化为 0-1 背包问题,通过布尔型 DP 实现子集和判断。 总结对比了三题的状态定义与解法技巧,并延伸至相关变种问题,助你掌握动态规划的核心思想与灵活应用!
314 1
|
9月前
|
算法 Go
【LeetCode 热题100】深入理解二叉树结构变化与路径特性(力扣104 / 226 / 114 / 543)(Go语言版)
本博客深入探讨二叉树的深度计算、结构变换与路径分析,涵盖四道经典题目:104(最大深度)、226(翻转二叉树)、114(展开为链表)和543(二叉树直径)。通过递归与遍历策略(前序、后序等),解析每题的核心思路与实现方法。结合代码示例(Go语言),帮助读者掌握二叉树相关算法的精髓。下一讲将聚焦二叉树构造问题,欢迎持续关注!
244 10
|
9月前
|
Go
【LeetCode 热题100】路径与祖先:二叉树中的深度追踪技巧(力扣437 / 236 )(Go语言版)
本文深入探讨二叉树中路径与祖先问题,涵盖两道经典题目:LeetCode 437(路径总和 III)和236(最近公共祖先)。对于路径总和 III,文章分析了双递归暴力解法与前缀和优化方法,后者通过哈希表记录路径和,将时间复杂度从O(n²)降至O(n)。在最近公共祖先问题中,采用后序遍历递归查找,利用“自底向上”的思路确定最近公共祖先节点。文中详细解析代码实现与核心要点,帮助读者掌握深度追踪技巧,理解树结构中路径与节点关系的本质。这类问题在面试中高频出现,掌握其解法意义重大。
225 4
|
9月前
|
算法 Go
【LeetCode 热题100】73:矩阵置零(详细解析)(Go语言版)
这篇文章详细解析了力扣热题 73——矩阵置零问题,提供两种解法:一是使用额外标记数组,时间复杂度为 O(m * n),空间复杂度为 O(m + n);二是优化后的原地标记方法,利用矩阵的第一行和第一列记录需要置零的信息,将空间复杂度降低到 O(1)。文章通过清晰的代码示例与复杂度分析,帮助理解“原地操作”及空间优化技巧,并推荐相关练习题以巩固矩阵操作能力。适合刷题提升算法思维!
291 9
【LeetCode 36】113.路径总和II
【LeetCode 36】113.路径总和II
125 0
【LeetCode 34】257.二叉树的所有路径
【LeetCode 34】257.二叉树的所有路径
116 0
|
Unix Shell Linux
LeetCode刷题 Shell编程四则 | 194. 转置文件 192. 统计词频 193. 有效电话号码 195. 第十行
本文提供了几个Linux shell脚本编程问题的解决方案,包括转置文件内容、统计词频、验证有效电话号码和提取文件的第十行,每个问题都给出了至少一种实现方法。
296 6
LeetCode刷题 Shell编程四则 | 194. 转置文件 192. 统计词频 193. 有效电话号码 195. 第十行
|
搜索推荐 索引 Python
【Leetcode刷题Python】牛客. 数组中未出现的最小正整数
本文介绍了牛客网题目"数组中未出现的最小正整数"的解法,提供了一种满足O(n)时间复杂度和O(1)空间复杂度要求的原地排序算法,并给出了Python实现代码。
401 2

热门文章

最新文章