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 ) O(m^2n^2) O(m2n2),但是这道题要想办法降一下,降成 O ( n l o g 2 n ) O(nlog_2^n) O(nlog2n),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 ) O(m^2n^2) O(m2n2)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 ) O(n) 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 ( l o g 2 n ) O(log_2^n) O(log2n),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 S_l Sl,右边界是 S r S_r Sr,第三个for遍历右边界(即 S r S_r Sr),那么问题就变成了怎么在 l o g 2 n log_2^n log2n的复杂度找到左边界 S l S_l Sl。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 S_l Sl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 S_r-S_l<=k Sr−Sl<=k的最大矩阵和,就是 S r − S l S_r-S_l Sr−Sl的最大值,那就是,固定了 S r S_r Sr,那就是满足 S r + k < = S l S_r+k<=S_l Sr+k<=Sl的最小 S l S_l Sl,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
S_l
Sl和
S
r
S_r
Sr,所以当需要
S
l
S_l
Sl减去
S
r
S_r
Sr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 S_l Sl和 S r S_r Sr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 S_r-S_l Sr−Sl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;
}
};