动态规划最大子矩阵和问题

最大子矩阵和问题

(1)问题描述：
给定一个m行n列的整数矩阵A，试求A的一个子矩阵，时期各元素之和为最大。
(2)问题分析：
用二维数组a[1:m][1:n]表示给定的m行n列的整数矩阵。子数组a[i1:i2][j1:j2]表示左上角和右下角行列坐标分别为(i1,j1)和(i2,j2)的子矩阵，其各元素之和记为：
最大子矩阵问题的最优值为
。如果用直接枚举的方法解最大子矩阵和问题，需要O(m²ⁿ2)时间。注意到
，式中，
，设
，则
容易看出，这正是一维情形的最大子段和问题。因此，借助最大子段和问题的动态规划算法MaxSum，可设计出最大子矩阵和动态规划算法如下:

#include "stdafx.h"
#include <iostream> 
using namespace std;

const int M = 4;
const int N = 3;

int MaxSum(int n, int *a);
int MaxSum2(int m, int n, int a[M][N]);

int main()
{
	int a[][N] = { { 4, -2, -9 }, { -1, 3, 8 }, { -6, 7, 6 }, { 0, -9, -5 } };

	for (int i = 0; i<M; i++)
	{
		for (int j = 0; j<N; j++)
		{
			cout << a[i][j] << " ";
		}
		cout << endl;
	}

	cout << endl;
	cout << "数组a的最大连续子段和为:" << MaxSum2(M, N, a) << endl;

	system("pause");
	return 0;
}

int MaxSum2(int m, int n, int a[M][N])
{
	int sum = 0;
	int *b = new int[n + 1];
	for (int i = 0; i<m; i++)//枚举行              //  i从哪里开始 
	{                                                            //   j=i   能从2开始
		for (int k = 0; k<n; k++)        // b[k] += a[j][k];b[]已经有了开始行的再加就是再加其他行的
		{                                            //
			b[k] = 0;
		}

		for (int j = i; j<m; j++)//枚举初始行i,结束行j
		{
			for (int k = 0; k<n; k++)
			{
				b[k] += a[j][k];//b[k]为纵向列之和
				int max = MaxSum(n, b);
				if (max>sum)
				{
					sum = max;
				}
			}
		}
	}
	return sum;
}

int MaxSum(int n, int *a)
{
	int sum = 0, b = 0;
	for (int i = 0; i < n; i++)
	{
		if (b>0)
		{
			b += a[i];
		}
		else
		{
			b = a[i];
		}
		if (b>sum)
		{
			sum = b;
		}
	}
	return sum;
}