✨题目链接：

NC138 矩阵最长递增路径

✨题目描述 

 

给定一个 n 行 m 列矩阵 matrix ，矩阵内所有数均为非负整数。 你需要在矩阵中找到一条最长路径，使这条路径上的元素是递增的。并输出这条最长路径的长度。

这个路径必须满足以下条件：

1. 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。

2. 你不能走重复的单元格。即每个格子最多只能走一次。

数据范围：1≤𝑛,𝑚≤10001≤n,m≤1000，0≤𝑚𝑎𝑡𝑟𝑖𝑥[𝑖][𝑗]≤10000≤matrix[i][j]≤1000

进阶：空间复杂度 𝑂(𝑛𝑚)O(nm) ，时间复杂度 𝑂(𝑛𝑚)O(nm)

例如：当输入为[[1,2,3],[4,5,6],[7,8,9]]时，对应的输出为5，

其中的一条最长递增路径如下图所示：

 

✨示例1

📍输入

[[1,2,3],[4,5,6],[7,8,9]] 

📍输出

5

📍说明

1->2->3->6->9即可。当然这种递增路径不是唯一的。  

✨示例2

📍输入

[[1,2],[4,3]] 

📍输出

4

📍说明

 1->2->3->4   

 

✨解题思路

 

1. 深度优先搜索（DFS）与记忆化搜索：通过DFS遍历矩阵的每个单元格，从每个单元格开始搜索最长的递增路径。使用记忆化搜索（Memoization）来存储每个单元格开始的最长路径，避免重复计算。

2. 方向数组：使用一个方向数组来简化移动操作。方向数组包括四个方向：上、下、左、右。

3. 辅助矩阵（dp）：创建一个与输入矩阵相同大小的辅助矩阵dp，用于存储从每个单元格开始的最长递增路径长度。

具体实现步骤

1. 输入处理：

   • 读取矩阵的行数n和列数m。
   • 读取矩阵的数据，并存储在二维向量matrix中。

2. 初始化：

   • 初始化一个与输入矩阵同样大小的dp矩阵，初始值为-1，表示尚未计算该单元格的最长路径长度。

3. 深度优先搜索（DFS）：

   • 对于每个单元格(i, j)，如果dp[i][j]已经计算过（不等于-1），则直接返回dp[i][j]的值。
   • 否则，从该单元格出发，尝试向四个方向移动。如果移动后的位置值大于当前值，则递归调用DFS，并更新最长路径长度。
   • 更新dp[i][j]为从该单元格开始的最长路径长度。

4. 遍历矩阵：

   • 遍历矩阵中的每个单元格，调用DFS函数计算从该单元格开始的最长路径，并更新全局最长路径长度。

5. 输出结果：

   • 输出矩阵中最长递增路径的长度。

✨代码
 

#include <iostream>
#include <vector>
#include <algorithm>using namespace std;class Solution {
public:int solve(vector<vector<int>>& matrix) {if (matrix.empty() || matrix[0].empty()) {return 0;}n = matrix.size();m = matrix[0].size();dp = vector<vector<int>>(n, vector<int>(m, -1));this->matrix = matrix;longestPath = 0;for (int i = 0; i < n; ++i) {for (int j = 0; j < m; ++j) {longestPath = max(longestPath, dfs(i, j));}}return longestPath;}private:int n, m;vector<vector<int>> dp;vector<vector<int>> matrix;int longestPath;vector<int> directions = {-1, 0, 1, 0, -1}; // 用于上下左右移动int dfs(int x, int y) {if (dp[x][y] != -1) {return dp[x][y];}int maxLen = 1;for (int i = 0; i < 4; ++i) {int nx = x + directions[i];int ny = y + directions[i + 1];if (nx >= 0 && nx < n && ny >= 0 && ny < m && matrix[nx][ny] > matrix[x][y]) {maxLen = max(maxLen, 1 + dfs(nx, ny));}}dp[x][y] = maxLen;return dp[x][y];}
};

---

※ 如果文章对你有帮助的话，可以点赞收藏！！谢谢支持