二维数组和最大的子矩阵

题目:给出一个 m*n 的二维矩阵(元素可为正可为负),求该二维矩阵的一个子矩阵,且此子矩阵中所有元素的和最大,并输出该矩阵的和。

方法1:
i到j行的数组相加,得到一个一维数组。在整个一维数组上求和最大的连续子数组。

#include <iostream>
using namespace std;


int *sum_i_j(int **data,int cols,int i,int j){

    int *sum=new int[cols];

    memset(sum,0,sizeof(int)*cols);

    for(int col=0;col<cols;col++){
        for(int row=i;row<=j;row++){
            sum[col]+=data[row][col];
        }
    }

    return sum;
}

int maxSum(int *dataCols,int cols){
    int max=dataCols[0];

    int *sum=new int[cols];
    memset(sum,0,sizeof(int)*cols);

    sum[0]=dataCols[0];

    for(int i=1;i<cols;i++){
        sum[i]=dataCols[i];
        if(sum[i]<(sum[i-1]+dataCols[i])){
            sum[i]=sum[i-1]+dataCols[i];
        }

        if(sum[i]>max)
            max=sum[i];
    }

    delete sum;

    return max;
}

int maxSubSum(int **data,int rows,int cols){
    int max=-0x3f3f3f3f;

    int *sumTmp=new int[cols];

    for(int i=0;i<rows;i++){
        for(int j=i;j<rows;j++){
            sumTmp=sum_i_j(data,cols,i,j);
            int tmp=maxSum(sumTmp,cols);
            if(tmp>max){
                max=tmp;
            }
        }
    }

    delete sumTmp;

     return max;
} 


int main(){
    /************************************************************************/
    /* 
    4 4
    0 -2 -7 0
    9 2 -6 2
    -4 1 -4 1
    -1 8 0 -2                                                                     */
    /************************************************************************/
    int rows,cols;
    cin>>rows>>cols;

    int **data=new int*[rows];//二维数组传值很麻烦

    for(int i=0;i<rows;i++){

        data[i]=new int[cols];///

        for(int j=0;j<cols;j++){
            cin>>data[i][j];
;       }
    }

    cout<<maxSubSum(data,rows,cols)<<endl;

    system("pause");
    return 0;
}

方法1的时间复杂度为O((m*n)^2),跟蛮力遍历好不到哪去。
分析可以得到,时间复杂度每次循环都要求出sumTmp=sum_i_j(data,cols,i,j);
如果耗费空间,先求好存起来,时间复杂度就小了。

方法2:
优化:给出一个二维子矩阵,为了更快地求出其对应的一维矩阵,我们可以使用二维数组sum[x][y]预先保存第y列,从第0行到第x行之间元素之和。

此时,我们要求第i行开始,到第j行结束的矩阵对应的一维矩阵时,可有sum[j][t] - sum[i - 1][t],t属于[0,n]得到.

此时,时间复杂度为O(m*m*n)

程序就不写了,粘一下别人的

#include <iostream>
#include <assert.h>
using namespace std;

/*最大子数组之和*/  
int MaxSubSum(int nArr[],int nLen)  
{  
    assert(nArr && nLen > 0);  
    int nMaxSum = nArr[0];  
    int nCurSum = nArr[0];  
    for (int i = 1;i < nLen;i++)  
    {  
        if (nCurSum < 0)  
        {  
            nCurSum = nArr[i];  
        }  
        else  
        {  
            nCurSum += nArr[i];  
        }  
        nMaxSum = max(nCurSum,nMaxSum);  
    }  
    return nMaxSum;  
}  

/*把原矩阵第i行和第j行之间元素进行压缩,形成一个一维数组*/
void InitSumArr(int** pnArr,int** pnArrColSum,int nXLen,int nYLen)
{
    assert(pnArr && *pnArr && pnArrColSum && *pnArrColSum);
    assert(nXLen > 0 && nYLen > 0);
    for (int i = 0;i < nXLen;i++)//横坐标
    {
        for (int j = 0;j < nYLen;j++)//纵坐标
        {
            pnArrColSum[i][j] = 0;
            for (int t = 0;t <= i;t++)
            {
                pnArrColSum[i][j] += pnArr[t][j];
            }
        }
    }
}
/*枚举二维数组,压缩成一维数组,求解最大子数组和*/
int MaxSubMatrixSum(int** pnArr,int** pnArrColSum,int nXLen,int nYLen)
{
    assert(pnArr && *pnArr && pnArrColSum && *pnArrColSum);
    assert(nXLen > 0 && nYLen > 0);
    int nMaxSum = -0x3f3f3f3f;
    int nCurSum = -0x3f3f3f3f;
    int* pTmpArr = new int[nYLen]; 
    for (int i = 0;i < nXLen;i++)
    {
        for (int j = i;j < nXLen;j++)
        {
            if (i == 0)
            {
                for (int t = 0;t < nYLen;t++)
                {
                    pTmpArr[t] = pnArrColSum[j][t];
                }
                nCurSum = MaxSubSum(pTmpArr,nYLen);
                nMaxSum = max(nCurSum,nMaxSum);
            }
            else
            {
                //计算每列元素和,并求最大子数组之和
                for (int t = 0;t < nYLen;t++)
                {
                    pTmpArr[t] = pnArrColSum[j][t] - pnArrColSum[i - 1][t];
                }
                nCurSum = MaxSubSum(pTmpArr,nYLen);
                nMaxSum = max(nCurSum,nMaxSum);
            }
        }
    }
    return nMaxSum;
}
int main()
{
    int nXLen = 0;
    int nYLen = 0;

    cin>>nXLen>>nYLen;
    int** pnArr = new int*[nXLen];
    int** pnArrColSum = new int*[nXLen];
    for (int i = 0;i < nXLen;i++)
    {
        pnArr[i] = new int[nYLen];
        pnArrColSum[i] = new int[nYLen];
        for (int j = 0;j < nYLen;j++)
        {
            cin>>pnArr[i][j];
        }
    }
    InitSumArr(pnArr,pnArrColSum,nXLen,nYLen);
    cout<<MaxSubMatrixSum(pnArr,pnArrColSum,nXLen,nYLen)<<endl;
    system("pause");
    return 1;
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值