分析: 我们已经解决了一维的问题(基础篇中的最大子段和问题),现在变成二维了,我们看看能不能把这个问题转化为一维的问题。最后子矩阵一定是在某两行之间的。假设我们认为子矩阵在第i行和第j列之间,我们如何得到i和j呢,对,枚举。 枚举所有1<=i<=j<=M,表示最终子矩阵选取的行范围。
最后,我们来提供输入输出数据,由你来写一段程序,实现这个算法,只有写出了正确的程序,才能继续后面的课程。
输出示例
输入
第1行:M和N,中间用空格隔开(2 <= M,N <= 500)。 第2 - N + 1行:矩阵中的元素,每行M个数,中间用空格隔开。(-10^9 <= M[i] <= 10^9)
输出
输出和的最大值。如果所有数都是负数,就输出0。
输入示例
3 3 -1 3 -1 2 -1 3 -3 1 2
输出示例
7
解题思路:
把从i行到j行的数据按照列的顺序加和,得到一个数组,相当于进行了矩阵压缩。这样就转化为一维的最大子段和问题,会比较容易求解,和最大值比较,得到最后的结果。写的粗略了点,但是还是可以看得懂的,有时间再补充一个完全版的。
源代码:
<pre name="code" class="cpp">#include<iostream>
#include<cstdio>
#include<cstring>
#include<string>
#include<stack>
#include<queue>
#include<vector>
#include<deque>
#include<map>
#include<set>
#include<algorithm>
#include<string>
#include<iomanip>
#include<cstdlib>
#include<cmath>
#include<sstream>
#include<ctime>
using namespace std;
typedef long long ll;
#define INF -0x3f3f3f3f;
ll d[505][505];
ll result[505];
int M,N;
void getSubMaxMatrix()
{
int i,j,k;
ll maxSubMaxMartix = INF;
ll temp = 0;
memset(result,0,sizeof(result));
for(i = 0 ; i < N; i++)//第i行
{
for(j = i; j < N; j++)//第j行
{
temp = 0;//每次压缩一维数组后用于计算最大子段和的临时变量
for(k = 0; k < M; k++)
{
//因为i比j小,最次也是相等,所以可以不用二维辅助数组先去求和
//因为递增关系的存在,可以直接利用上一次的result[k]
result[k] = (i == j) ? d[i][k] : result[k] + d[j][k];
//因为计算一次就已经更新好了result[k],所以直接计算一维的最大子段和也不会受影响
if(temp >= 0)
temp += result[k];
else
temp = result[k];
//最后比较一下最大值
if(temp > maxSubMaxMartix)
maxSubMaxMartix = temp;
}
}
}
printf("%lld\n",maxSubMaxMartix);
}
int main()
{
int i,j;
scanf("%d%d",&M,&N);//N行M列
for(i = 0; i < N; i++)
{
for(j = 0; j < M; j++)
{
scanf("%lld",&d[i][j]);
}
}
getSubMaxMatrix();
return 0;
}