记忆化搜索
-
- [1. 斐波那契数(记忆化搜索)](#1. 斐波那契数(记忆化搜索))
- [2. 不同路径Ⅱ(记忆化搜索)](#2. 不同路径Ⅱ(记忆化搜索))
- [3. 最长递增子序列(记忆化搜索)](#3. 最长递增子序列(记忆化搜索))
- [4. 猜数字大小Ⅱ](#4. 猜数字大小Ⅱ)
- [5. 矩阵中的最长递增路径](#5. 矩阵中的最长递增路径)
什么是记忆化搜索呢？记忆化搜索其实就是带了"备忘录"的递归，给递归加上一个"备忘录"，递归每次返回的时候，将结果放到"备忘录"里面，在每次进入递归的时候，往"备忘录"里面看看，当前需要递归的数据时候在"备忘录"里存在，如果存在，那么就可以直接取此次的结果，不用进行这次的递归。
下面我们看一道经典的递归题可以使用记忆化搜索优化：
1. 斐波那契数(记忆化搜索)
题目链接 -> Leetcode -509.斐波那契数(记忆化搜索)
Leetcode -509.斐波那契数(记忆化搜索)
题目：斐波那契数 （通常用 F(n) 表示）形成的序列称为 斐波那契数列 。该数列由 0 和 1 开始，后面的每一项数字都是前面两项数字的和。也就是：
F(0) = 0，F(1) = 1
F(n) = F(n - 1) + F(n - 2)，其中 n > 1
给定 n ，请计算 F(n) 。
示例 1：
输入：n = 2
输出：1
解释：F(2) = F(1) + F(0) = 1 + 0 = 1
示例 2：
输入：n = 3
输出：2
解释：F(3) = F(2) + F(1) = 1 + 1 = 2
示例 3：
输入：n = 4
输出：3
解释：F(4) = F(3) + F(2) = 2 + 1 = 3
提示：
- 0 <= n <= 30
思路：记忆化搜索：
- 加上一个"备忘录"；
- 每次进入递归的时候，去"备忘录"里面看看；
- 每次返回的时候，将结果加入到"备忘录"里面；
我们可以尝试画图分析一下，假设我们需要求斐波那契的第5个数，假设为 dfs(5)：
如果我们是用暴搜的思路，那么必须是要遍历完整棵树了，如下图，求 dfs(5) 就必须要求 dfs(4) 和 dfs(3)，要得到 dfs(4) 就必须求 dfs(3) 和 dfs(2) ...... 以此类推下去：
但是使用记忆化搜索之后，假设当我们求出 dfs(3)，我们就把 dfs(3) 放入"备忘录"，以后如果有需要求 dfs(3) 的时候，我们就往这个"备忘录"上看看是否存在 dfs(3)，如果存在就直接取数据即可；如下图，红框中的数据就是直接从"备忘录"中取即可，因为已经求过了：
代码如下：
class Solution
{
public:
// 记忆化搜索
// 使用一个数组记录已经计算过的值
int fib(int n)
{
vector<int> memo(31, -1);
return dfs(n, memo);
}
int dfs(int n, vector<int>& memo)
{
if(memo[n] != -1) return memo[n];
if(n == 0 || n == 1)
{
memo[n] = n;
return n;
}
return dfs(n - 1, memo) + dfs(n - 2, memo);
}
};
2. 不同路径Ⅱ(记忆化搜索)
题目链接 -> Leetcode -62.不同路径Ⅱ(记忆化搜索)
Leetcode -62.不同路径Ⅱ(记忆化搜索)
题目：一个机器人位于一个 m x n 网格的左上角 （起始点在下图中标记为 "Start" ）。
机器人每次只能向下或者向右移动一步。机器人试图达到网格的右下角（在下图中标记为 "Finish" ）。
问总共有多少条不同的路径？
示例 1：
输入：m = 3, n = 7
输出：28
示例 2：
输入：m = 3, n = 2
输出：3
解释：
从左上角开始，总共有 3 条路径可以到达右下角。
- 向右->向下->向下
- 向下->向下->向右
- 向下->向右->向下
示例 3：
输入：m = 7, n = 3
输出：28
示例 4：
输入：m = 3, n = 3
输出：6
提示：
- 1 <= m, n <= 100
- 题目数据保证答案小于等于 2 * 10^9
思路：记忆化搜索：
- 加上一个备忘录；
- 每次进入递归的时候，去备忘录里面看看；
- 每次返回的时候，将结果加入到备忘录里面；
有了第一题的经验我们直接创建一个"备忘录"即可。
代码如下：
class Solution
{
// 记忆化搜索
public:
int uniquePaths(int m, int n)
{
// "备忘录"
vector<vector<int>> memo(m, vector<int>(n));
return dfs(m - 1, n - 1, memo);
}
int dfs(int m, int n, vector<vector<int>>& vv)
{
// 如果"备忘录"中有数据，则直接返回
if(vv[m][n] != 0) return vv[m][n];
// 第一个位置
if(m == 0 && n == 0)
{
vv[m][n] = 1;
return 1;
}
// 只能往右走
else if(m == 0)
{
vv[m][n] = dfs(m, n - 1, vv);
return vv[m][n];
}
// 只能往下走
else if(n == 0)
{
vv[m][n] = dfs(m - 1, n, vv);
return vv[m][n];
}
else
{
vv[m][n] = dfs(m, n - 1, vv) + dfs(m - 1, n, vv);
return vv[m][n];
}
}
};
3. 最长递增子序列(记忆化搜索)
题目链接 -> Leetcode -300.最长递增子序列
Leetcode -300.最长递增子序列
题目：给你一个整数数组 nums ，找到其中最长严格递增子序列的长度。
子序列 是由数组派生而来的序列，删除（或不删除）数组中的元素而不改变其余元素的顺序。
例如，[3, 6, 2, 7] 是数组[0, 3, 1, 6, 2, 2, 7] 的子序列。
示例 1：
输入：nums = [10, 9, 2, 5, 3, 7, 101, 18]
输出：4
解释：最长递增子序列是[2, 3, 7, 101]，因此长度为 4 。
示例 2：
输入：nums = [0, 1, 0, 3, 2, 3]
输出：4
示例 3：
输入：nums = [7, 7, 7, 7, 7, 7, 7]
输出：1
提示：
- 1 <= nums.length <= 2500
- -10^4 <= nums[i] <= 10^4
思路：记忆化搜索：
- 加上一个"备忘录"；
- 每次进入递归的时候，去"备忘录"里面看看；
- 每次返回的时候，将结果加入到"备忘录"里面；
代码如下：
class Solution {
public:
int lengthOfLIS(vector<int>& nums)
{
// 记忆化搜索
vector<int> memo(nums.size());
int ret = 0;
for(int i = 0; i < nums.size(); i++)
{
ret = max(dfs(i, nums, memo), ret);
}
return ret;
}
int dfs(int start, vector<int>& nums, vector<int>& memo)
{
// 如果"备忘录"中没有，则开始计算以当前位置开始的最长递增子序列
if (memo[start] == 0)
{
int ans = 1;
for (int i = start + 1; i < nums.size(); i++)
{
if (nums[i] > nums[start])
{
ans = max(ans, dfs(i, nums, memo) + 1);
}
}
memo[start] = ans;
return ans;
}
return memo[start];
}
};
4. 猜数字大小Ⅱ
题目链接 -> Leetcode -375.猜数字大小Ⅱ
Leetcode -375.猜数字大小Ⅱ
题目：我们正在玩一个猜数游戏，游戏规则如下：
我从 1 到 n 之间选择一个数字。
你来猜我选了哪个数字。
如果你猜到正确的数字，就会 赢得游戏 。
如果你猜错了，那么我会告诉你，我选的数字比你的 更大或者更小 ，并且你需要继续猜数。
每当你猜了数字 x 并且猜错了的时候，你需要支付金额为 x 的现金。如果你花光了钱，就会 输掉游戏 。
给你一个特定的数字 n ，返回能够 确保你获胜 的最小现金数，不管我选择那个数字 。
示例 1：
输入：n = 10
输出：16
解释：制胜策略如下：
- 数字范围是[1, 10] 。你先猜测数字为 7 。
-
- 如果这是我选中的数字，你的总费用为 $0 。否则，你需要支付 $7 。
-
- 如果我的数字更大，则下一步需要猜测的数字范围是[8, 10] ；你可以猜测数字为 9 。
-
-
- 如果这是我选中的数字，你的总费用为 $7 。否则，你需要支付 $9 。
-
-
-
- 如果我的数字更大，那么这个数字一定是 10 。你猜测数字为 10 并赢得游戏，总费用为 $7 + $9 = $16 。
-
-
-
- 如果我的数字更小，那么这个数字一定是 8 。你猜测数字为 8 并赢得游戏，总费用为 $7 + $9 = $16 。
-
-
- 如果我的数字更小，则下一步需要猜测的数字范围是[1, 6] 。你可以猜测数字为 3 。
-
-
- 如果这是我选中的数字，你的总费用为 $7 。否则，你需要支付 $3 。
-
-
-
- 如果我的数字更大，则下一步需要猜测的数字范围是[4, 6] 。你可以猜测数字为 5 。
-
-
-
-
- 如果这是我选中的数字，你的总费用为 $7 + $3 = $10 。否则，你需要支付 $5 。
-
-
-
-
-
- 如果我的数字更大，那么这个数字一定是 6 。你猜测数字为 6 并赢得游戏，总费用为 $7 + $3 + $5 = $15 。
-
-
-
-
-
- 如果我的数字更小，那么这个数字一定是 4 。你猜测数字为 4 并赢得游戏，总费用为 $7 + $3 + $5 = $15 。
-
-
-
-
- 如果我的数字更小，则下一步需要猜测的数字范围是[1, 2] 。你可以猜测数字为 1 。
-
-
-
-
- 如果这是我选中的数字，你的总费用为 $7 + $3 = $10 。否则，你需要支付 $1 。
-
-
-
-
-
- 如果我的数字更大，那么这个数字一定是 2 。你猜测数字为 2 并赢得游戏，总费用为 $7 + $3 + $1 = $11 。
-
-
在最糟糕的情况下，你需要支付 $16 。因此，你只需要 $16 就可以确保自己赢得游戏。
示例 2：
输入：n = 1
输出：0
解释：只有一个可能的数字，所以你可以直接猜 1 并赢得游戏，无需支付任何费用。
示例 3：
输入：n = 2
输出：1
解释：有两个可能的数字 1 和 2 。
- 你可以先猜 1 。
- 如果这是我选中的数字，你的总费用为 $0 。否则，你需要支付 $1 。
- 如果我的数字更大，那么这个数字一定是 2 。你猜测数字为 2 并赢得游戏，总费用为 $1 。
最糟糕的情况下，你需要支付 $1 。
提示：
- 1 <= n <= 200
思路：记忆化搜索：
- 加上一个备忘录；
- 每次进入递归的时候，去备忘录里面看看；
- 每次返回的时候，将结果加入到备忘录里面；
代码如下：
class Solution
{
// 记忆化搜索
int memo[201][201];
public:
int getMoneyAmount(int n)
{
// 返回 1 到 n 区间内能够确保获胜的最小现金数
return dfs(1, n);
}
int dfs(int left, int right)
{
// 非法区间和只有一个数的区间
if(left >= right) return 0;
if(memo[left][right] != 0) return memo[left][right];
int ret = INT_MAX;
// 在当前区间内再依次取头节点分区间
for(int i = left; i <= right; i++)
{
int x = dfs(left, i - 1);
int y = dfs(i + 1, right);
// ret 为当前区间能够获胜的最小现金数
// max(x, y) 为两个子树中最坏的情况需要支付的现金
ret = min(ret, max(x, y) + i);
}
memo[left][right] = ret;
return ret;
}
};
5. 矩阵中的最长递增路径
题目链接 -> Leetcode -329.矩阵中的最长递增路径
Leetcode -329.矩阵中的最长递增路径
题目：给定一个 m x n 整数矩阵 matrix ，找出其中 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：matrix = [[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：matrix = [[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。
示例 3：
输入：matrix = [[1]]
输出：1
提示：
- m == matrix.length
- n == matrix[i].length
- 1 <= m, n <= 200
- 0 <= matrix[i][j] <= 2^31 - 1
思路：记忆化搜索：
- 加上一个"备忘录"；
- 每次进入递归的时候，去"备忘录"里面看看；
- 每次返回的时候，将结果加入到"备忘录"里面；
代码如下：
class Solution
{
int dx[4] = {0, 0, 1, -1};
int dy[4] = {1, -1, 0, 0};
int m, n;
int memo[201][201];
public:
// 记忆化搜索
int longestIncreasingPath(vector<vector<int>>& matrix)
{
m = matrix.size(), n = matrix[0].size();
int ret = 1;
// 枚举从每个位置出发寻找最长递增路径
for(int i = 0; i < m; i++)
{
for(int j = 0; j < n; j++)
{
ret = max(ret, dfs(i, j, matrix));
}
}
return ret;
}
int dfs(int row, int col, vector<vector<int>>& matrix)
{
if(memo[row][col] != 0) return memo[row][col];
int ret = 1;
for(int k = 0; k < 4; k++)
{
int x = row + dx[k], y = col + dy[k];
if(x >= 0 && x < m && y >= 0 && y < n && matrix[x][y] > matrix[row][col])
{
// 保存当前位置的最长递增路径
ret = max(ret, dfs(x, y, matrix) + 1);
}
}
memo[row][col] = ret;
return ret;
}
};