【leetcode】329 矩阵中的最长递增路径（动态规划）

最新推荐文章于 2022-01-15 21:21:11 发布

原创

最新推荐文章于 2022-01-15 21:21:11 发布 · 1.6k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#动态规划

这是一篇关于LeetCode 329题目的博客，主要讨论如何使用动态规划求解矩阵中的最长递增路径问题。博主详细解释了题目的要求，给出了动态规划的思路，并强调了使用二维数组记录最大递增序列长度的重要性，同时通过深度优先搜索避免重复计算。文章包含具体示例和代码实现。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

题目链接：https://leetcode-cn.com/problems/longest-increasing-path-in-a-matrix/
【hard】

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。

思路

动态规划思路，用二维数组dp记忆位置(i,j)的最大递增序列长度。

dp[x][y] = max(dp[x][y], dfs(matrix,x+dx,y+dy,dp)) if matrix[x][y] > matrx[x+dx][y+dy]

利用比当前元素大且已经被计算过的邻居元素进行计算！确保从一个方向访问（不管最终的序列总体是从上到下的还是从下到上的递增，不会重复计算）。
关键在于dfs：能够无重复地计算最大长度，注意如果计算过的节点，应该直接返回。

代码

/*
 * 动态规划
 * 利用matrix[i'][j'] > matrix[i][j]且dp[i'][j']已经计算过的元素
 */
class Solution {
   
   
public:
    int longestIncreasingPath(vector<vector<int>>& matrix) {
   
   
        if (matrix.empty() || matrix[0].empty()) return 0;

        int rows = ma