基本思想:
和之前的二维DP类似,但是牵扯出来一个新的问题:
对于一个前缀和序列,初始序列存在负数情况下,怎么计算满足和小于k的最长连续子序列;
对于不存在负数,可以保证前缀和数组必然是递增的;
但是如果存在负数,可以进行后半部分的枚举;
固定j,利用结构体排序使得前半部分采用值升序,并且保留下标;
这样直接可以二分查找满足要求的下标;
例如,最长子序列或者最大子序列等;
具体代码:
class Solution {
public:
int maxSumSubmatrix(vector<vector<int>>& matrix, int k) {
int m=matrix.size();
int n=matrix[0].size();
int ret=INT_MIN;
vector<vector<int>> dp(m+1,vector<int>(n+1,0));
for(int i=1;i<=m;i++){
for(int j=1;j<=n;j++){
dp[i][j]=matrix[i-1][j-1]+dp[i][j-1]+dp[i-1][j]-dp[i-1][j-1];
}
}
for(int top=0;top<=m;top++){
for(int bot=top+1;bot<=m;bot++){
set<int>se;
se.insert(0);
for(int i=1;i<=n;i++){
int remain=dp[bot][i]-dp[top][i];
auto left=se.lower_bound(remain-k);
if(left!=se.end()){
int cur=remain - *left;
ret=max(ret,cur);
}
se.insert(remain);
}
}
}
return ret;
}
};