363. 矩形区域不超过 K 的最大数值和

1. 背

这道题很麻烦。首先搞到每个点的前缀和，此时的复杂度就是O(m*n)，如果要把所有的矩形子集都判断算一遍，那就是先固定左上角的节点，再遍历右下角的节点，复杂度就是$O(m^2{n}^2)$，但是这道题要想办法降一下，降成$O(nlo{g}_2^n)$，总之就是把一个边降下来，这道题要用前者会超时的。

这里的边界都是闭区间的。m是行，n是列，先遍历矩形的上边界，就是for(int up=0;up<m;++up)，第二个for就是矩阵的下边界了，就是for(int down=0;down<m;++down)。

$O(m^2{n}^2)$的方法下个步骤就是for矩阵的左边界，再for矩阵的右边界。现在要想办法把它们降下来。现在的这道题就很像leetcode第一题了，给一个矩阵，用$O(n)$的复杂度找出和为k的两个数。如果把两数之和改成获取小于k的最大值，复杂度就是$O(lo{g}_2^n)$，把所有数据加入到红黑树中，用lower_bound找到那个数就OK了。

但是目前是矩阵啊，和上面的两数之和还是不一样，那就要想办法把它们从二维变成一维的。矩阵的左边界是$S_l$，右边界是$S_r$，第三个for遍历右边界（即$S_r$），那么问题就变成了怎么在$lo{g}_2^n$的复杂度找到左边界$S_l$。现在就要开始释放一向箔了，因为左边界的移动是以列为单位的，即$S_l$左移一下就是左移一列，那么如果我现在从上往下压，一维数组的每一位表示这一列的和，这虽然是一维的，但也能起到二维的效果。

下一个问题，要找满足$S_r-S_l<=k$的最大矩阵和，就是$S_r-S_l$的最大值，那就是，固定了$S_r$，那就是满足$S_r+k<=S_l$的最小$S_l$，这不就是lower_bound吗。

这下方法就来了当矩阵的上下边固定后，右边界从0开始遍历for(int r=0;i<n;++i)左边的数值用红黑树存。不过这个红黑树存储的并不是这一列的结果，二十一横行的结果。可以理解为存储的是Si。因为计算时使用的是$S_l$和$S_r$，所以当需要$S_l$减去$S_r$时，

---

（下面是理论的分析，但是这次实在是不想搞了。感觉现在的代码是左开右闭，但是好像并不是，因为这个区间的问题，需要在set中加一个0。）

这个$S_l$和$S_r$当作一维时表示的是(0,l]，这个左开右闭很有讲究，这样当$S_r-S_l$恰好表示[l,r]。

2. 题目

给你一个 m x n 的矩阵 matrix 和一个整数 k ，找出并返回矩阵内部矩形区域的不超过 k 的最大数值和。

题目数据保证总会存在一个数值和不超过 k 的矩形区域。

来源：力扣（LeetCode）
链接：https://leetcode.cn/problems/max-sum-of-rectangle-no-larger-than-k
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

3. 答案

class Solution {
public:
int maxSumSubmatrix(const vector<vector<int>>& matrix, int k) {
	int row = matrix.size(), col=matrix[0].size();
	vector<vector<int>>dp(row,vector<int>(col,0));
	for(int i=0;i<row;++i)
	{
		for(int j=0;j<col;++j)
		{
			auto num1 = i-1>=0?dp[i-1][j]:0;
			auto num2 = j-1>=0?dp[i][j-1]:0;
			auto num3 = i-1>=0&&j-1>=0?dp[i-1][j-1]:0;
			dp[i][j] = num1+num2-num3+matrix[i][j];
		}
	}
	int ret = INT_MIN;
	for(int up=0;up<row;++up)
	{
		for(int down=up;down<row;++down)
		{
			set<int>min_sum;//<这个参数是sl或sr，就是从左到右的，而不是某一列的
			min_sum.insert(0);
			for(int r=0;r<col;++r)
			{
				int num = up-1>=0?dp[up-1][r]:0;
				int sr = dp[down][r] - num;
				auto it_sl=min_sum.lower_bound(sr-k);
				if(it_sl!=min_sum.end())
				{
					ret = max(ret, sr-*it_sl);
				}
				min_sum.insert(sr);
			}
		}
	}
	return ret;
}

};