HDU 1081 最大子矩阵和

HDU1081(最大子矩阵和,矩阵压缩)

原题地址:http://acm.hdu.edu.cn/showproblem.php?pid=1081

题意

这就是最大子序列和(HDU1087)的升级版,求一个矩阵中最大的子矩阵和是多少。

思路

和最大子序列和差不多的解法,只不过这边需要做预处理,将矩阵进行列或行压缩,将之压缩为一维数组,这里进行列压缩,求压缩后的数组的最大子序列和。

矩阵压缩:

假设有一个矩阵:

-5 6 4

1 -2 6

2 1 -3

如何对它进行压缩呢,其实不难,这边我做一个类比,如果我们把每一行看做一个数,这里也就是可以看做三个数a,b,c。然后将这三个相邻数的进行不同的组合,每一个新的组合都视为一个新的数,这就是进行压缩处理,例如a,b,c可以组合为{[a],[ab],[abc],[b],[bc],[c]},而矩阵压缩也类似。

我们先设置一个变量max用于保存压缩后的一维数组的最大子序列和。

第一次我们取第一行:

-5 6 4

则其最大子序列和为10,max=10。

第二次取第一二行:

-5 6 4

1 -2 6

注意现在开始是矩阵压缩的精髓,我们将每一列的数进行相加,将多行变为一行。

第一列:-5+1=-4

第二列:6+(-2)=4

第三列:4+6=10

所以压缩后的一维数组为:

-4 4 10

则其最大子序列和为14,max=14。

第三次取第一二三行:

-5 6 4

1 -2 6

2 1 -3

对每一列进行压缩:

第一列:-5+1+2=-2

第二列:6+(-2)+1=5

第三列:4+6+(-3)=7

所以压缩后的一维数组为:

-2 5 7

则其最大子序列和为12,max=14。

第四次取第二行:

1 -2 6

则其最大子序列和为6,max=14。

第五次取第二三行:

1 -2 6

2 1 -3

对每一列进行压缩:

第一列:1+2=3

第二列:-2+1=-1

第三列:6+(-3)=3

所以压缩后的一维数组为:

3 -1 3

则其最大子序列和为5,max=14。

第六次取第三行:

2 1 -3

则其最大子序列和为3,max=14。

最后求得这个矩阵最大的子矩阵和为14

也就是第一二行的三四列

 6 4

-2 6

AC代码

import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;
import java.io.StreamTokenizer;

/**
 * Created with IntelliJ IDEA.
 *
 * @author wanyu
 * @Date: 2018-02-15
 * @Time: 18:51
 * To change this template use File | Settings | File Templates.
 * @desc
 */
public class Main {
    private static int[][] matrix;
    private static int n;

    public static void main(String[] args) throws IOException {
        StreamTokenizer in = new StreamTokenizer(new BufferedReader(new InputStreamReader(System.in)));
        while (in.nextToken() != StreamTokenizer.TT_EOF) {
            n = (int) in.nval;//矩阵大小
            matrix = new int[n][n];
            for (int i = 0; i < n; i++) {
                for (int j = 0; j < n; j++) {
                    in.nextToken();
                    matrix[i][j] = (int) in.nval;
                }
            }
            System.out.println(MatrixSum());
        }
    }

    private static int MatrixSum() {//压缩矩阵
        int ans = Integer.MIN_VALUE;
        for (int i = 0; i < n; i++) {//起始行
            int[] temp = new int[n];//将二维矩阵压缩为一维数组
            for (int j = i; j < n; j++) {//从i到n-1行,每一行都遍历一遍
                for (int k = 0; k < n; k++) {
                    temp[k] += matrix[j][k];//将对应的列进行相加
                }
                ans = Math.max(ans, ArrSum(temp));
            }
        }
        return ans;
    }

    private static int ArrSum(int[] nums) {//求最大子序列和
        int[] dp = new int[nums.length];
        System.arraycopy(nums, 0, dp, 0, n);
        int max = Integer.MIN_VALUE;
        for (int i = 1; i < n; i++) {
            dp[i] = Math.max(dp[i], dp[i - 1] + nums[i]);
            max = Math.max(max, dp[i]);
        }
        return max;
    }
}
  • 3
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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