解题思路
- 从题目可知,我们需要循环选择开始的位置,也就是说循环给出的每一项作为第一步
- 第一步选择好之后,需要循环第一步后面的位置,找到比第一步大的位置,继续走
- 这里需要分情况:
- 遇到比第一步大的,就选择其作为走第二步的位置
- 忽略这个位置,继续往后选择第二步需要走的位置
- 从这里,可以看到我们是需要循环完第一步后面的全部位置的,不能遇到比第一步大的就结束循环
- 这里需要分情况:
- 选择好第二步之后,需要找到第三步的位置(是不是很熟悉?)。很明显,选择第三步的方法和选择第二步的方法没有任何区别,因此使用递归是很好的方案。
初步代码
- 在迭代中,找出后面数字中,比当前位置的数字大的,然后循环,并记录下进入循环的数字,就可以得出全部的行走方案。
- 在全部的迭代方案中,选择步骤最大的即可。
res = []
def func(a, s):
if len(s) == 1:
if s[0] > a:
return [[s[0]]]
else:
return []
all_steps = []
for i in range(len(s)):
steps = []
if s[i] > a:
new_steps = func(s[i], s[i+1:])
if new_steps:
for step in func(s[i], s[i+1:]):
steps.append([s[i]] + step)
else:
steps.append([s[i]])
all_steps.extend(steps)
return all_steps
input()
s = list(map(int, input().split()))
all_steps = func(0, s)
print(max(map(len, all_steps)))
测试自测用例可以通过,但是提交时发现耗时太久了。
优化代码
- 本次修改不在记录每次走过的位置,以减少列表添加和循环的时间开销
- 不过这个方案对于调试不太友好,不能快速定位错误的原因
res = []
def func(a, s):
if len(s) == 1:
if s[0] > a:
return 1
else:
return 0
all_steps = 0
for i in range(len(s)):
steps = 0
if s[i] > a:
steps = max(steps, func(s[i], s[i+1:]) + 1)
all_steps = max(steps, all_steps)
return all_steps
input()
s = list(map(int, input().split()))
all_steps = func(0, s)
print(all_steps)
提交之后发现,时间还是超限
最终方案
- 现在存在 2 中情况:
- 第一步选择 index 为 0 的数字,第二步选择 index 为 3 的数字
- 第一步选择 index 为 3 的数字
- 这 2 中情况下,返回的结果应该是一样的,但按照上面的代码,我们需要重复计算,当数字很大时时间开销非常大。我们只需要将每次计算过的结果存储下,那么就能减少重复计算的时间开销
res = {}
def func(a, s):
if len(s) == 1:
if s[0] > a:
return 1
else:
return 0
ss = "".join(map(str, s))
if ss in res:
return res[ss]
all_steps = 0
for i in range(len(s)):
steps = 0
if s[i] > a:
steps = max(steps, func(s[i], s[i+1:]) + 1)
all_steps = max(steps, all_steps)
if ss not in res:
res[ss] = all_steps
return all_steps
input()
s = list(map(int, input().split()))
all_steps = func(0, s)
print(all_steps)