python 蓝桥杯之动态规划入门

文章目录

  • DFS
    • [滑行(DFS+ 记忆搜索)](#滑行(DFS+ 记忆搜索))

思路:

  • 要思考回溯怎么写(入参与返回值、递归到哪里,递归的边界和入口)

DFS

滑行(DFS+ 记忆搜索)


代码分析:

  • 学会将输入的数据用二维列表保存
  • 对于递归函数的输入就用 坐标,返回值就用 实际的步数 ,这样可以方便后面的递归
  • 用一个cache 二维列表来记录结果,避免重复的运算
python 复制代码
import os
import sys

n, m = map(int, input().split())
lst = [list(map(int, input().split())) for _ in range(n)]
# 递归搜索 + 保存计算结果(后面不再运算重复路线) = 记忆化搜索
cache = [[-1] * m for _ in range(n)]
# 记忆化搜索: -1代表没记录当前位置所能达到的最远距离,其他值代表已经记录了当前位置所能达到的最远距离并且就是记录的就是当前位置最远距离

def dfs(x, y):  # 当前位置所能达到的最远距离
    if cache[x][y] != -1:  # 如果被记录过了
        return cache[x][y]  # 就不再往下计算了,并且返回当前位置所能达到的最远距离
    ans = 1
    for dx, dy in [(1, 0), (-1, 0), (0, 1), (0, -1)]:
        xx = dx + x
        yy = dy + y
        if 0 <= xx < n and 0 <= yy < m and lst[xx][yy] < lst[x][y]:
            ans = max(dfs(xx, yy) + 1, ans)
    cache[x][y] = ans  # 每次走到尽头了就记录一下当前这条路线走了几步(距离)
    return ans  # 返回当前位置所能达到的最远距离


res = 0
for i in range(n):
    for j in range(m):
        res = max(dfs(i, j), res)

print(res)
相关推荐
大模型真好玩3 分钟前
准确率飙升!Graph RAG如何利用知识图谱提升RAG答案质量(四)——微软GraphRAG代码实战
人工智能·python·mcp
前端付豪11 分钟前
11、打造自己的 CLI 工具:从命令行到桌面效率神器
后端·python
前端付豪11 分钟前
12、用类写出更可控、更易扩展的爬虫框架🕷
后端·python
江太翁21 分钟前
Pytorch torch
人工智能·pytorch·python
网安INF41 分钟前
深度学习中的逻辑回归:从原理到Python实现
人工智能·python·深度学习·算法·逻辑回归
青苔猿猿44 分钟前
(5)aconda之.condarc文件配置
python·镜像源·.condarc文件
ningdisheng1 小时前
Python用图片生成banner.txt文件
python
0wioiw01 小时前
Python基础(吃洋葱小游戏)
开发语言·python·pygame
蓝婷儿1 小时前
Python 数据分析与可视化 Day 14 - 建模复盘 + 多模型评估对比(逻辑回归 vs 决策树)
python·数据分析·逻辑回归
笑口常开的小丸子1 小时前
Flask YAML管理工具
后端·python·flask