题目
思路
首先这是一个DP问题, 考虑到n行远大于m列, 我们先遍历每一列的所有连续的列组合情况, 是两层循环
然后 两层循环的外循环开始先初始化一个vector prerowSum(n, 0), prerowSum[i]表示第i+1行, 以及当前连续的列所围成的单行多列的矩阵元素和
然后 在内循环部分: 我们先更新整个prerowSum,
接下来和单独一行元素, 找最大的连续多个元素和小于等于k的算法是一致的 初始化set放一个0元素, 用set记录当前多行的Sum, 如果j行之前存在位置i满足curSum[j] - curSum[i] <= K, 表明以位置j结尾的序列有满足条件不大于K的, 那么可以找到最小的curSum[i]满足上述的不等式, 对应位置即是以j结尾且相加和不大于K的最大序列的开始位置, 比较curSum[j] - curSum[i]决定是否更新。甚至:如果有和是k的就直接return k
上段话中的curSum[i]相当于代码中的*iter, curSum[j]相当于代码中的preSum, 用set的原因是方便使用lower_bound(二分查找第一个>=preSum-k的下标。set初始化0这个哨兵值是:如果用到了这个值,说明存在一个从第一行到当前行的矩阵元素和满足条件
s时间复杂度O(m^2*nlog(n))
代码
class Solution {
public:
int maxSumSubmatrix(vector<vector<int>>& matrix, int k) {
int rows = matrix.size();
if (!rows) return 0;
int cols = matrix[0].size();
if (!cols) return 0;
int res = INT_MIN;
for (int colstart = 0; colstart < cols; ++colstart)
{
vector<int> prerowSum(rows, 0);
for (int colend = colstart; colend < cols; ++colend)
{
for (int row = 0; row < rows; ++row)
prerowSum[row] += matrix[row][colend];
int preSum = 0;
set<int> sumSet;
sumSet.insert(0); //哨兵值, 如果lower_bound查到了这个值, 说明存在一个从第一行到当前行的矩阵元素和满足条件
for (int r = 0; r < rows; ++r) {
preSum += prerowSum[r];
auto it = sumSet.lower_bound(preSum - k); //查找第一个>=curSum-k的下标, 注意: sumSet是个升序排序的set
if (it != sumSet.end())
{
if (preSum - *it == k) return k; //直接返回k
else res = max(res, preSum - *it);
}
sumSet.insert(preSum);
}
}
}
return res;
}
};