每日一题(81) - 子数组之和的最大值(二维) - 最大子矩阵和

题目:给出一个 m*n 的二维矩阵(元素可为正可为负),求该二维矩阵的一个子矩阵,且此子矩阵中所有元素的和最大,并输出该矩阵的和。

举例(1)

给出4*4的二维矩阵:

 0 -2 -7  0
 9  2 -6  2
-4  1 -4  1
-1  8  0 -2

和最大的子矩阵为:

 9 2 

-4 1 

-1 8 

此子矩阵元素的和为15。

举例(2)

给出3*4的二维矩阵:

 -1  -2  -3  -4 
 -5  -6  -7  -8 
 -9 -10 -11 -12 

和最大的子矩阵为:

-1

此子矩阵元素的和为-1。

思路:枚举矩阵,把子矩阵转化为一行,利用最大子数组和的方法求解

方法:

假设f(i,j)表示以第i行开始,到第j行结束的矩阵中子矩阵的最大和

为了求f(i,j),我们对这个矩阵(第i行开始,到第j行结束的矩阵)进行处理:

(1)把这个矩阵中的每一列数相加,最后形成一个一维数组,其长度等于原二维数组列的个数。

(2)在该一维数组上,求解最大子数组和。

代码:求解最大子矩阵和

#include <iostream>
#include <assert.h>
using namespace std;
/*最大子数组之和*/
int MaxSubSum(int nArr[],int nLen)
{
	assert(nArr && nLen > 0);
	int nMaxSum = nArr[0];
	int nCurSum = nArr[0];
	for (int i = 1;i < nLen;i++)
	{
		if (nCurSum < 0)
		{
			nCurSum = nArr[i];
		}
		else
		{
			nCurSum += nArr[i];
		}
		nMaxSum = max(nCurSum,nMaxSum);
	}
	return nMaxSum;
}
/*把原矩阵第i行和第j行之间元素进行压缩,形成一个一维数组*/
void GetColSum(int** pnArr,int* pTmpArr,int nXLen,int nYLen,int nStartRow,int nEndRow)
{
	assert(pnArr && *pnArr && pTmpArr && nXLen > 0 && nYLen > 0);
	assert(nStartRow >=0 && nStartRow < nXLen);
	assert(nEndRow >=0 && nEndRow < nYLen);
	memset(pTmpArr,0,sizeof(int) * nYLen);
	for (int j = 0;j < nYLen;j++)
	{
		for (int i = nStartRow;i <= nEndRow;i++)
		{
			pTmpArr[j] += pnArr[i][j];
		}
	}
}
/*枚举二维数组,压缩成一维数组,求解最大子数组和*/
int MaxSubMatrixSum(int** pnArr,int nXLen,int nYLen)
{
	assert(pnArr && *pnArr && nXLen > 0 && nYLen > 0);
	int nMaxSum = -0x3f3f3f3f;
	int* pTmpArr = new int[nYLen];
	int nCurSum = -0x3f3f3f3f;
	for (int i = 0;i < nXLen;i++)
	{
		for (int j = i;j < nXLen;j++)
		{
			//计算每列元素和
			GetColSum(pnArr,pTmpArr,nXLen,nYLen,i,j);
			//求最大子数组和
			nCurSum = MaxSubSum(pTmpArr,nYLen);
			nMaxSum = max(nCurSum,nMaxSum);
		}
	}
	return nMaxSum;
}
int main()
{
	int nXLen = 0;
	int nYLen = 0;

	cin>>nXLen>>nYLen;
	int** pnArr = new int*[nXLen];
	for (int i = 0;i < nXLen;i++)
	{
		pnArr[i] = new int[nYLen];
		for (int j = 0;j < nYLen;j++)
		{
			cin>>pnArr[i][j];
		}
	}
	cout<<MaxSubMatrixSum(pnArr,nXLen,nYLen)<<endl;
	system("pause");
	return 1;
}
问题:在上面的程序中,由二维子矩阵压缩成一维矩阵时,直接对子矩阵中某列所有元素全加在一起得到,效率低啊。时间复杂度O((m*n)^2)

优化:给出一个二维子矩阵,为了更快地求出其对应的一维矩阵,我们可以使用二维数组sum[x][y]预先保存第y列,从第0行到第x行之间元素之和。

此时,我们要求第i行开始,到第j行结束的矩阵对应的一维矩阵时,可有sum[j][t] - sum[i - 1][t],t属于[0,n]得到.

此时,时间复杂度为O(m*m*n)

代码:求解最大子矩阵和

#include <iostream>
#include <assert.h>
using namespace std;

/*最大子数组之和*/  
int MaxSubSum(int nArr[],int nLen)  
{  
	assert(nArr && nLen > 0);  
	int nMaxSum = nArr[0];  
	int nCurSum = nArr[0];  
	for (int i = 1;i < nLen;i++)  
	{  
		if (nCurSum < 0)  
		{  
			nCurSum = nArr[i];  
		}  
		else  
		{  
			nCurSum += nArr[i];  
		}  
		nMaxSum = max(nCurSum,nMaxSum);  
	}  
	return nMaxSum;  
}  

/*把原矩阵第i行和第j行之间元素进行压缩,形成一个一维数组*/
void InitSumArr(int** pnArr,int** pnArrColSum,int nXLen,int nYLen)
{
	assert(pnArr && *pnArr && pnArrColSum && *pnArrColSum);
	assert(nXLen > 0 && nYLen > 0);
	for (int i = 0;i < nXLen;i++)//横坐标
	{
		for (int j = 0;j < nYLen;j++)//纵坐标
		{
			pnArrColSum[i][j] = 0;
			for (int t = 0;t <= i;t++)
			{
				pnArrColSum[i][j] += pnArr[t][j];
			}
		}
	}
}
/*枚举二维数组,压缩成一维数组,求解最大子数组和*/
int MaxSubMatrixSum(int** pnArr,int** pnArrColSum,int nXLen,int nYLen)
{
	assert(pnArr && *pnArr && pnArrColSum && *pnArrColSum);
	assert(nXLen > 0 && nYLen > 0);
	int nMaxSum = -0x3f3f3f3f;
	int nCurSum = -0x3f3f3f3f;
	int* pTmpArr = new int[nYLen]; 
	for (int i = 0;i < nXLen;i++)
	{
		for (int j = i;j < nXLen;j++)
		{
			if (i == 0)
			{
				for (int t = 0;t < nYLen;t++)
				{
					pTmpArr[t] = pnArrColSum[j][t];
				}
				nCurSum = MaxSubSum(pTmpArr,nYLen);
				nMaxSum = max(nCurSum,nMaxSum);
			}
			else
			{
				//计算每列元素和,并求最大子数组之和
				for (int t = 0;t < nYLen;t++)
				{
					pTmpArr[t] = pnArrColSum[j][t] - pnArrColSum[i - 1][t];
				}
				nCurSum = MaxSubSum(pTmpArr,nYLen);
				nMaxSum = max(nCurSum,nMaxSum);
			}
		}
	}
	return nMaxSum;
}
int main()
{
	int nXLen = 0;
	int nYLen = 0;

	cin>>nXLen>>nYLen;
	int** pnArr = new int*[nXLen];
	int** pnArrColSum = new int*[nXLen];
	for (int i = 0;i < nXLen;i++)
	{
		pnArr[i] = new int[nYLen];
		pnArrColSum[i] = new int[nYLen];
		for (int j = 0;j < nYLen;j++)
		{
			cin>>pnArr[i][j];
		}
	}
	InitSumArr(pnArr,pnArrColSum,nXLen,nYLen);
	cout<<MaxSubMatrixSum(pnArr,pnArrColSum,nXLen,nYLen)<<endl;
	system("pause");
	return 1;
}
数据输入:

4 4

 0 -2 -7  0 
 9  2 -6  2 
-4  1 -4  1 
-1  8  0 -2 

输出:15

这里不再给出求子矩阵区间的代码。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值