Given a non-empty 2D matrix matrix and an integer k, find the max sum of a rectangle in the matrix such that its sum is no larger than k.
Example:
Input: matrix = [[1,0,1],[0,-2,3]], k = 2
Output: 2
Explanation: Because the sum of rectangle [[0, 1], [-2, 3]]
is 2,
and 2 is the max number no larger than k (k = 2).
/* 矩阵中找一个子矩阵 求最大的子矩阵和
* 每次L R代表第L列 第R列
* 用一个滚动数组 求所有列的和
* 即sum[i] = sum[A[i,currow_left:currow_right]]
* 如果要知道矩阵的位置
* 那就采用记录位置的LIS 方法 否则只用记录一个最大值即可
* 上方法不太适合编程 : 按行遍历会好些 即维护一个rowsum ?? 存疑
*
* 在数组中求一个连续子列和(和的结果不能超过k)
* [ i ]..j 维护cursum记录累加和 j指向cursum cursum计入set中 若存在sum[j]-sum[i]<=k
* 即sum[i]>=sum[j]-k. 查找sum[j]-k的lower_bound 若在数组中 必定存在sum[i]
* 最后一个大测试数据 行数大于列数
* */
class Solution {
public:
int maxSumSubmatrix(vector<vector<int>>& matrix, int k) {
int row=matrix.size(), col=matrix[0].size(), ret=INT_MIN;
for(int i=0;i<col;i++){
vector<int> colsum(row,0);
for(int j=i;j<col;j++){
for(int r=0;r<row;r++){
colsum[r] += matrix[r][j];
}
set<int> s={0};
int curSum=0,curMax=INT_MIN;
for(int num:colsum){
curSum += num;
auto it = s.lower_bound(curSum-k);
if(it!=s.end()) curMax = max(curMax, curSum-*it);
s.insert(curSum);
}
ret = max(ret, curMax);
}
}
return ret;
}
};
也可用O(n)算法 先算LIS <=k时直接返回否则 采用以上方法