关闭

子数组之和最大值(二维数组)

标签: 二维数组子数组之和最大值
324人阅读 评论(0) 收藏 举报
分类:

我们在前面分析了一维数组的子数组之和最大值的问题,那么如果是二维数组又该如何分析呢?

最直接的方法,当然就是枚举每一个矩形区域,然后再求这个矩形区域中元素的和。

解法一:枚举

  采用这种方法的时间复杂度为O(N2*M2*sum的时间复杂度)。

  对于部分和sum,可以作一个预处理,设p[i][j]表示从arr[0][0]加到arr[i][j]的和;

  则从arr[i1][j1]加到arr[i2][j2]的和为:

  sum(arr, i1, i2, j1, j2) = p[i2][j2] + p[i1-1][j1-1] - p[i1-1][j2] - p[i2-1][j1]

  这个预处理的时间复杂度为O(NM),算法时间复杂度为O(N2*M2)。

方法二:动态规划

  假设已经确定了矩形区域的上下边界,比如知道矩形区域的上下边界分别是第a行和第c行,现在要确定左右边界。

  其实这个问题就是一维的,可以把每一列中第a行和第c行之间的元素看成一个整体。即求数组(BC[1], ..., BC[M])中和最大的一段,其中BC[i]=B[a][i] + ... + B[c][i]。

  这样,我们枚举矩形的上下边界,然后再用一维情况下的方法确定左右边界,就可以得到二维问题的解。新的方法的时间复杂度为O(N*M*min(N, M))。

public class Array_2 
{
	public static void main(String[] args)
	{
		int[][] h={{1,2,3},{4,-5,6},{7,8,9}};
		System.out.println(Maxsum_2(h));
		
	}
	public static int Maxsum_2(int[][] arr)
	{
		int maxumum=Integer.MIN_VALUE;
		for(int i=0;i<arr.length;i++)
		{
			for(int j=i;j<arr.length;j++)
			{
				//System.out.print("i="+i+"j="+j+" ");
				int sum=0;
				int[] n = new int[arr[0].length];
				for(int w=0;w<arr[0].length;w++)
				{
					sum=0;
					for(int k=i;k<=j;k++)
					{
						sum = sum+arr[k][w];
					}
					n[w]=sum;
					//System.out.print(w+" "+n[w]+" ");
				}
				if(Maxsum_ultimate(n)>maxumum)
					maxumum =Maxsum_ultimate(n);
			}
		}
		return maxumum;
	}
	public static int Maxsum_ultimate(int[] arr)//一维数组子数组最大计算公式,O(N).
	{
		int maxSum = Integer.MIN_VALUE;
		int sum = 0;
		for(int i = 0; i < arr.length; ++i)
		{
			if(sum < 0)
			{
				sum = arr[i];
			}else
			{
				sum += arr[i];
			}
			if(sum > maxSum)
			{
				maxSum = sum;
			}
		}
	return maxSum;
}
}
结果如下:

35


0
0

查看评论
* 以上用户言论只代表其个人观点,不代表CSDN网站的观点或立场
    个人资料
    • 访问:84770次
    • 积分:1775
    • 等级:
    • 排名:千里之外
    • 原创:91篇
    • 转载:43篇
    • 译文:0篇
    • 评论:7条
    最新评论