基准时间限制:2 秒 空间限制:131072 KB 分值: 40
难度:4级算法题
一个M*N的矩阵,找到此矩阵的一个子矩阵,并且这个子矩阵的元素的和是最大的,输出这个最大的值。
例如:3*3的矩阵:
-1 3 -1
2 -1 3
-3 1 2
和最大的子矩阵是:
3 -1
-1 3
1 2
Input
第1行:M和N,中间用空格隔开(2 <= M,N <= 500)。 第2 - N + 1行:矩阵中的元素,每行M个数,中间用空格隔开。(-10^9 <= M[i] <= 10^9)
Output
输出和的最大值。如果所有数都是负数,就输出0。
Input示例
3 3 -1 3 -1 2 -1 3 -3 1 2
Output示例
7
思路:对于矩阵a[n][m]的最大子矩阵和,如果用暴力的话,要遍历子矩阵的上下左右边的位置,那么时间复杂度为 O(n^4) ,会 TLE, 因此要考虑优化,对于最大子矩阵和,肯定是要遍历所有的子矩阵,而对于子矩阵的四边位置,右下端的两边是一定要遍历的,那么就要考虑如何遍历另一边就可以找出 最大子矩阵,这样时间复杂度就为 O(n^3)。
dp[i][j][k]: 子矩阵右下端以 i,j为边, 高为h的最大子矩阵和 || S为 j-1->j 间绿色阴影面积
状态转移方程: 对于dp[i][j][k], 对dp[i][j-1][k]就行分析:
若 dp[i][j-1][k]>0: 则 dp[i][j][k]= dp[i][j-1][k]+ S
若dp[i][j-1][k]<=0: 则 dp[i][j][k]= S
综上:dp[i][j][k]= max(dp[i][j-1][k]+S,S);
由方程知 第一维[i]可以去掉,即 dp[j][k]= max(dp[j-1][k]+S,S);
而在观察可知 第二维 [j]也可以去掉,即 dp[k]=max(dp[k]+S,S);
而对于 面积S,可以先用前缀和求出 a[1][1]到 a[i][j]的和(就保存在 a[i][j]中。这样S=a[i][j]-a[i][j-1]-a[i-k][j]+a[i-k][j-1]
Code 1:
//二维dp
#include<iostream>
using namespace std;
typedef long long LL;
const int MAX_N=505;
const int MAX_M=505;
int n,m;
LL a[MAX_N][MAX_M];
LL dp[MAX_M][MAX_N];
int main()
{
ios::sync_with_stdio(false);
cin>>m>>n;
for(int i=1;i<=n;++i)
for(int j=1;j<=m;++j)
{
cin>>a[i][j];
a[i][j]+=a[i-1][j]+a[i][j-1]-a[i-1][j-1];
}
LL ans=0;
for(int i=1;i<=n;++i)
for(int k=1;k<=i;++k)
for(int j=1;j<=m;++j)
{
dp[j][k]+=a[i][j]-a[i][j-1]-a[i-k][j]+a[i-k][j-1];
if(dp[j-1][k]>0) dp[j][k]+=dp[j-1][k];
ans=max(ans,dp[j][k]);
}
cout<<ans<<endl;
return 0;
}
Code 2:
//一维DP
#include<iostream>
using namespace std;
typedef long long LL;
const int MAX_N=505;
const int MAX_M=505;
int n,m;
LL a[MAX_N][MAX_M];
LL dp[MAX_N];
int main()
{
ios::sync_with_stdio(false);
cin>>m>>n;
for(int i=1;i<=n;++i)
for(int j=1;j<=m;++j)
{
cin>>a[i][j];
a[i][j]+=a[i-1][j]+a[i][j-1]-a[i-1][j-1];
}
LL ans=0;
for(int i=1;i<=n;++i)
for(int k=1;k<=i;++k)
{
dp[k]=0;
for(int j=1;j<=m;++j)
{
if(dp[k]<0) dp[k]=0;
dp[k]+=a[i][j]-a[i][j-1]-a[i-k][j]+a[i-k][j-1];
ans=max(ans,dp[k]);
}
}
cout<<ans<<endl;
return 0;
}