(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(m^2n^2)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:
//3d4-5 最大子矩阵之和问题
#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;
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
{
for(int k=0; k<n;k++)
{
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=1; i<=n; i++)
{
if(b>0)
{
b+=a[i];
}
else
{
b=a[i];
}
if(b>sum)
{
sum = b;
}
}
return sum;
}
以上代码MaxSum2方法的执行过程可用下图表示: