Leetcode 363 - Max Sum of Rectangle No Larger Than K（前缀和+二分）

题意

给一个矩阵，求矩阵内最大的和，并且该和不超过k。

思路

我们先考虑求最大子矩形和。
时间复杂度是$O(n^3)$的。其基本思路就是降维。我们枚举L和R，分别代表起始列和终止列的起点和终点，这是$O(n^2)$的，然后降维后，转化成了一个一维数组，求一维数组的最大区间和即可。时间复杂度$O(n)$。所以求最大子矩阵的面积是$O(n^3)$的。

然后对于这道题，我们可以用相同的思路去做，但是转化成了一个一维数组后，我们需要做的就是求最大子区间的和，并且子区间的和不超过k。

假设我们有一个大小为n的一维数组，其基本思想是维护前缀和+二分查找。

我们假设到当前点的前缀和为$s_i$，我们不能超过的和为k，那么我们去前缀和里面二分查找一下最小的x，并且$x \geq s_i - k$的值。这里注意有两个点：

1. 如果数组的数全部为正数，我们的前缀和本身就是排好序的，如果是负数的话，那么我们二分查找利用的性质是排好序，所以我们用一个set来维护前缀和。因为set的插入时间复杂度是$O(logn)$，所以我们求每一行的第k大的时间复杂度近似于$O(n(logn)^2)$、
2. 我们在二分查找的时候，最小会返回set里面最小的那个元素，即如果我们本身需要的$x \geq -2$即可，假设set里面最小的为2，那么返回的结果实际上是$s_i - 2$。这时候是实际上需要的就$s_i$即可。所以我们每次在set里面插入0，保证只取$s_i$的情况能够被考虑到。

时间复杂度：$O(m^2n(logn)^2)$

代码

class Solution {
public:
    int maxSumSubmatrix(vector<vector<int>>& a, int k) {
        int m = a.size(); bool flag = false; int ans = INT_MIN;
        if (m) {
            //m^2nlogn(so need to swap m, n)
            int n = a[0].size();
            //use preh to maintain the 1D array
            if (m > n) {swap(m, n); flag = true;}
            for (int l = 0; l < m; l++) {
                vector<int> preh(n, 0);
                for (int r = l; r < m; r++) {
                    int sum = 0;
                    //pres.insert(0) to make sure that we can get the pres[j], otherwise, it's always pres[j] - pres[pos]
                    set<int> pres; pres.insert(0);
                    for (int j = 0; j < n; j++) {
                        preh[j] += flag ? a[j][r] : a[r][j];
                        sum += preh[j];
                        int x = sum - k;
                        auto it = pres.lower_bound(x);
                        if (it != pres.end()) ans = max(ans, sum - *it);
                        pres.insert(sum);
                    }
                }
            }
            return ans;
        }
        return 0;
    }
};