1.记忆化搜索的思想
记忆化搜索的思想是,在搜索过程中，会有很多重复计算,如果我们能记录一些状态的答案，就可以减少重复搜索量
2、记忆化搜索的适用范围
根据记忆化搜索的思想，它是解决重复计算，而不是重复生成，也就是说，这些搜索必须是在搜索扩展路径的过程中分步计算的题目，也就是“搜索答案与路径相关”的题目，而不能是搜索一个路径之后才能进行计算的题目，必须要分步计算，并且搜索过程中，一个搜索结果必须可以建立在同类型问题的结果上，也就是类似于动态规划解决的那种。
也就是说，他的问题表达，不是单纯生成一个走步方案，而是生成一个走步方案的代价等，也就是说由于利益关系，走到（x,y）点后你必须往（a,b）点走才可以得到最大利益，因此，每一次经过(x,y)点，都会向(a,b)点走，所以我们可以直接将(x,y)点的状态记录一下，然后直接回溯就可以。
3、记忆化搜索的核心实现
a. 首先，要通过一个表记录已经存储下的搜索结果，一般用二维数组。
b. 在每一状态搜索的开始,如果这个位置已经访问过了，直接调用答案，回溯
c .如果没有，则按正常方法搜索
4、记忆化搜索是类似于动态规划的，不同的是，它是倒做的“递归式动态规划”。
例题：
Glory非常喜欢玩滑滑梯游戏，下面给出了一个n,m的滑道，其中的数字表示滑道的高度。Glory可以从一个点出发向下滑行，每次只能滑行到相邻的位置(上下左右)中高度严格低于当前高度的地方，不能重复划行已经滑行过的地方，但他希望在这个滑道上滑行尽量远的距离，也即是找一条最长的滑道。
Input
第一行输入两个数n,m代表滑梯范围行n和列m(1 <= n,m <= 100)。下面是n行，每行有m个整数，代表高度h，(0<=h<=20000)
Output
输出一个值，代表Glory能够在滑滑梯上面滑行的最长长度是多少
Sample Input
3 3
9 1 2
5 6 7
8 4 3
Sample Output
4
Sample Input
4 7
7 6 5 4 3 2 1
1 5 1 1 1 1 1
1 4 3 1 1 1 1
1 5 6 7 8 1 1
Sample Output
7
hint
样例1：7->6->4->3 长度为4
代码：
#include<iostream> #include<cstring> #include<cstdio> #include<algorithm> using namespace std; int n,m; int mp[100+10][100+10]; int dp[100+10][100+10]; int d[4][2]={{1,0},{0,1},{0,-1},{-1,0}}; //每次都是以一个点为单位，判断是否搜索过，如果没有的话，往下走，，判断满足条件的下一个点是否搜索 //过，直到下一个点搜索过，或者无路可走，就开始返回了，最先返回的应该是无路可走的那个的maxlen=1; //(因为当前位置也算一个长度)，返回到上一步以后更新len与maxle，如果继续返回的话返回的是已经更新过的 //maxlen并用dp数组记录一下。所以说dp数组的更新是倒着来的，每次都要记录当前位置的权值(maxlen=1); int dfs(int x,int y){ int maxlen=1,len; if(dp[x][y]) return dp[x][y]; for(int i=0;i<4;i++){ int dx=x+d[i][0]; int dy=y+d[i][1]; if(dx>=1&& dy>=1&&dx<=n&&dy<=m&&mp[dx][dy]<mp[x][y]){ len = dfs(dx,dy)+1; maxlen=max(len,maxlen); } } // cout<<x<<"++"<<y<<"_"<<maxlen<<endl; return dp[x][y]=maxlen; } int main(){ memset(dp,0,sizeof(dp)); scanf("%d%d",&n,&m); for(int i=1;i<=n;i++) { for(int j=1;j<=m;j++){ scanf("%d",&mp[i][j]); } } int ans=0; for(int i=1;i<=n;i++){ for(int j=1;j<=m;j++){ dp[i][j]=dfs(i,j); // cout<<i<<"+"<<j<<"_"<<dp[i][j]<<endl; ans=max(ans,dp[i][j]); } } cout<<ans<<endl; return 0; }