Max Sum of Rectangle No Larger Than K(二维矩阵求最小子矩阵和 以及小于等于k的LIS)

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