描述
给定一个二维数组,包含正整数、负整数,一个子矩阵是在该数组中,任何邻近的1*1或更大的子数组。矩阵的和是矩形中所有元素的和。在该问题中,有最大和的子矩阵称为最大子矩阵。
例如,给定二维数组:
⎡⎣⎢⎢⎢09−4−1−2218−7−6−40021−2⎤⎦⎥⎥⎥
最大子矩阵是左下角:
⎡⎣⎢9−4−1218⎤⎦⎥
该子矩阵的和为15
输入
输入包含N*N整形数组,
输入的第一行是一个正整数N,表示二维方阵的边长。
是
N2
个整数,空白分隔(空格和换行),按行排列。
0<N≤100,n∈[−127,127],n表示二维数组中的元素
输出
最大子矩阵的和
输入样例
4
0 -2 -7 0 9 2 -6 2
-4 1 -4 1 -1
8 0 -2
输出样例
15
思路
1 动态规划
动态规划,Dynamic programming,简称:DP
1. 二维数组划分为多行一维数组,每行进行计算
2. 每行一维数组的最大子数组和。
3. 累加总和
2具体说明
- 一维数组的最大子数组和
描述:
给定数组:
a[0],a[1],a[2],...,a[n] ,求其中连续的一段子数组,使子数组的和最大。
dp算法:
a[i] 为第 i 个元素,dp[i] 为以 a[i] 结尾的最大子数组和,则:
dp[i]=max{a[i],dp[i−1]+a[i]}
若 dp[i−1]>0 , 则 dp[i]=dp[i−1]+a[i]
若 dp[i−1]<0 , 则 dp[i]=a[i]
由于不用记录dp[i]中的位置信息(选取的i),dp[i]可用变量dp代替:
若 dp>0 , 则 dp=dp+a[i]
若 dp<0 , 则 dp=a[i] - 二维的最大子矩阵和
枚举行的组合,
求出(1,1),(1,2),…,(1,n)的最大值
再求(2,2),(2,3),…,(2,n)的最大值,直到(m,n)
C 实现
#include <stdio.h>
#define MAXSIZE 101
//所有数组从[1][1]位置开始计数,避免混乱
// 求一维数组中最大的子数组和
int maxArray(int n, int arr[])
{
int i, sum = 0, max = arr[1];
for (i = 1; i <= n; ++i)
{
if(sum > 0)
{
sum += arr[i];
}
else
{
sum = arr[i];
}
if(sum > max)
{
max = sum;
}
}
return max;
}
// 求二维数组中最大子矩阵和
int maxMatrix(int n, int arr[][MAXSIZE])
{
int max = arr[1][1];
int sum = 0;
int i,j,k;
int temp_arr[MAXSIZE];
for(i = 1; i <= n; ++i)
{
for(j = 1; j <= n; ++j)//只有起始行改变,temp_arr数组才初始化
{
temp_arr[j] = 0;
}
for(j = i; j <= n; ++j)//枚举行的范围,j为当前行,循环从i行到第n行
{
for(k = 1; k <= n; ++k)//k为j行的每个元素
{
temp_arr[k] += arr[j][k];// temp_arr[k]表示从第i行到第n行中第k列的总和
}
sum = maxArray(n, temp_arr); //求出该行中最大的子数组和
if(sum > max)
{
max = sum;
}
}
}
return max;
}
int main()
{
int n,i,j,max;
int arr[MAXSIZE][MAXSIZE];
while(~scanf("%d", &n))//while依次读入多组二维数组,~scanf("%d", &n)相当于scanf("%d", &n) != EOF
{
for(i = 1; i <= n; ++i)
{
for(j = 1; j <= n; ++j)
{
scanf("%d", &arr[i][j]);
}
}
max = maxMatrix(n,arr);
printf("%d\n",max);
}
return 0;
}