转自:http://blog.csdn.net/tianshuai1111/article/details/7489759
一,题目:
最大子段和:
给定一个长度为n的一维数组a,请找出此数组的一个子数组,使得此子数组的和sum=a[i]+a[i+1]+……+a[j]最大,其中i>=0,i<n,j>=i,j<n
例如:31 -41 59 26 -53 58 97 -93 -23 84
子矩阵59+26-53+58+97=187为所求的最大子数组。二,源码
第一种:直接穷举法:
时间复杂度为O(n*n*n)
显然第二种方法比第一种方法有所改进,时间复杂度为O(n*n)。
第三种:动态规划
下面我们来分析一下最大子段和的子结构,令b[j]表示从a[0]~a[j]的最大子段和。
b[j]的当前值只有两种情况:
(1) 最大子段一直连续到a[j]
(2) 以a[j]为起点的子段 //如果不是第(1)种,则(1)肯定为负,舍去
还有一种情况,那就是最大字段没有包含a[j],如果没有包含a[j]的话,那么在算b[j]之前的时候我们已经算出来了,注意我们只是算到位置为j的地方,所以最大子段在a[j]后面的情况我们可以暂时不考虑。
由此我们得出b[j]的状态转移方程为:b[j]=max{b[j-1]+a[j], a[j]},所求的最大子段和为max{b[j],0<=j<n}。进一步我们可以将b[]数组用一个变量代替。
算法复杂度:O(n)
转自:http://www.cnblogs.com/tianshuai11/archive/2012/04/23/2477161.html
一,最大子矩阵问题:
给定一个n*n(0<n<=100)的矩阵,请找到此矩阵的一个子矩阵,并且此子矩阵的各个元素的和最大,输出这个最大的值。
Example:
0 -2 -7 0
9 2 -6 2
-4 1 -4 1
-1 8 0 -2
其中左上角的子矩阵:
9 2
-4 1
-1 8
此子矩阵的值为9+2+(-4)+1+(-1)+8=15。
二,分析
子矩阵是在矩阵选取部份行、列所组成的新矩阵。
例如
- id="iframe_0.12175148456275076" src="data:text/html;charset=utf8,%3Cimg%20id=%22img%22%20src=%22http://upload.wikimedia.org/wikipedia/zh/math/7/8/6/78695845dcbd7d6091d55dd06d00e6b8.png?_=2477161%22%20style=%22border:none;max-width:565px%22%3E%3Cscript%3Ewindow.onload%20=%20function%20()%20%7Bvar%20img%20=%20document.getElementById('img');%20window.parent.postMessage(%7BiframeId:'iframe_0.12175148456275076',width:img.width,height:img.height%7D,%20'http://www.cnblogs.com');%7D%3C/script%3E" frameborder="0" scrolling="no" style="border-width: initial; border-style: none; width: 211px; height: 73px;">
- id="iframe_0.5544331182220403" src="data:text/html;charset=utf8,%3Cimg%20id=%22img%22%20src=%22http://upload.wikimedia.org/wikipedia/zh/math/a/6/3/a635b082b4b534a7cf905dd657f20557.png?_=2477161%22%20style=%22border:none;max-width:565px%22%3E%3Cscript%3Ewindow.onload%20=%20function%20()%20%7Bvar%20img%20=%20document.getElementById('img');%20window.parent.postMessage(%7BiframeId:'iframe_0.5544331182220403',width:img.width,height:img.height%7D,%20'http://www.cnblogs.com');%7D%3C/script%3E" frameborder="0" scrolling="no" style="border-width: initial; border-style: none; width: 261px; height: 48px;">
它亦可用A(3;2)表示,显示除掉第3行和第2列的余下的矩阵。这两种方法比较常用,但还是没有标准的方法表示子矩阵。
以上为维基百科上给出的定义,感觉跟此题的定义不是一回事呢?
我们首先想到的方法就是穷举一个矩阵的所有子矩阵,然而一个n*n的矩阵的子矩阵的个数当n比较大时时一个很大的数字 O(n^2*n^2),显然此方法不可行。怎么使得问题的复杂度降低呢?对了,相信大家应该知道了,用动态规划。对于此题,怎么使用动态规划呢?
请先参考-->最大子段和问题这个问题与最大子段有什么联系呢?
假设最大子矩阵的结果为从第r行到k行、从第i列到j列的子矩阵,如下所示(ari表示a[r][i],假设数组下标从1开始):
| a11 …… a1i ……a1j ……a1n || a21 …… a2i ……a2j ……a2n |
| . . . . . . . |
| . . . . . . . |
| ar1 …… ari ……arj ……arn |
| . . . . . . . |
| . . . . . . . |
| ak1 …… aki ……akj ……akn |
| . . . . . . . |
| an1 …… ani ……anj ……ann |
那么我们将从第r行到第k行的每一行中相同列的加起来,可以得到一个一维数组如下:
(ar1+……+ak1, ar2+……+ak2, ……,arn+……+akn)
由此我们可以看出最后所求的就是此一维数组的最大子段和问题,到此我们已经将问题转化为上面的已经解决了的问题了。
三,源码
C++:
- #include <iostream>
- using namespace std;
- int maxSubArray(int a[],int n)
- {
- int b=0,sum=a[0];
- for(int i=0;i<n;i++)
- {
- if(b>0)
- b+=a[i];
- else
- b=a[i];
- if(b>sum)
- sum=b;
- }
- return sum;
- }
- int maxSubMatrix(int array[][3],int n)
- {
- int i,j,k,max=0,sum=-100000000;
- int b[3];
- for(i=0;i<n;i++)
- {
- for(k=0;k<n;k++)//初始化b[]
- {
- b[k]=0;
- }
- for(j=i;j<n;j++)//把第i行到第j行相加,对每一次相加求出最大值
- {
- for(k=0;k<n;k++)
- {
- b[k]+=array[j][k];
- }
- max=maxSubArray(b,k);
- if(max>sum)
- {
- sum=max;
- }
- }
- }
- return sum;
- }
- int main()
- {
- int n=3;
- int array[3][3]={{1,2,3},{-1,-2,-3},{4,5,6}};
- cout<<"MaxSum: "<<maxSubMatrix(array,n)<<endl;
- }