最大子矩阵求和

问题描述
   给定一个n*m的矩阵A,求A中的一个非空子矩阵,使这个子矩阵中的元素和最大。

  其中,A的子矩阵指在A中行和列均连续的一块。
输入格式
  输入的第一行包含两个整数n, m,分别表示矩阵A的行数和列数。
  接下来n行,每行m个整数,表示矩阵A。
输出格式
  输出一行,包含一个整数,表示A中最大的子矩阵中的元素和。
样例输入
3 3
-1 -4 3
3 4 -1
-5 -2 8
样例输出
10
样例说明
  取最后一列,和为10。
数据规模和约定
  对于50%的数据,1<=n, m<=50;
  对于100%的数据,1<=n, m<=500,A中每个元素的绝对值不超过5000。

可以先看看我之前的一篇最大子段和
最大子矩阵和是在这基础上的改进
我们选择矩阵中任意连着k行将对应的元素相加,存在一个一维数组中
例如对于上面的样例输入
第一行的最大子段和为3,第二行的最大子段和为7,第一行与第二行相加后存在一维数组中为{2,0,2},最大子段和为4,是子段{2,0,2}的和,即如果对于第一行和第二行构成的矩阵它的最大子矩阵就是{-1,-4,3;3,4,-1},最大子矩阵和为4,以此类推求出不同连续行之间的元素和的最大子段和,最后选择最大的那一个就是最大子矩阵的元素和。
import java.util.Scanner;

public class maxMartix {

	public static void main(String[] args) {
		// TODO Auto-generated method stub
		Scanner console = new Scanner(System.in);
		int n = console.nextInt();
		int m = console.nextInt();
		int[][] martix = new int[n][m];
		for(int i = 0; i < n; i++){
			for(int j = 0; j < m; j++){
				martix[i][j] = console.nextInt();
			}
		}
		
		//将第i行的元素分别与到i+j行的元素加起来
		int max = martix[0][0];
		for(int i = 0; i < n; i++){
			int[] dp = new int[m];
			for(int j = 0; j < n-i; j++){
				dp[0] = dp[0] + martix[i+j][0];
				int maxx = dp[0];
				int[] ddp = new int[m];
				ddp[0] = dp[0];
				//寻找最大子段和
				for(int z = 1; z < m; z++){
					dp[z] = dp[z]+martix[i+j][z];
					ddp[z] = dp[z];
					if(ddp[z]+ddp[z-1]>ddp[z]){
						ddp[z] = ddp[z] + ddp[z-1];
					}
					if(ddp[z] > maxx){
						maxx = ddp[z];
					}
				}
				if(maxx>max){
					max = maxx;
				}
			}
		}
		System.out.println(max);

	}

}


这是一个最大矩阵的动态规划代码。该算法的时间复杂度为O(n^3),其中n为矩阵的行数或列数。具体实现过程如下: 1. 遍历起始行r1,遍历结束行r2,将当前i~j行组成的矩阵的每一列的和存放在数组b中。 2. 对于每个矩阵,将其转化为一维数组,然后最大序列和,并保存其左上角和右下角的坐标。 3. 不断记录较好的结果,最终返回最大矩阵的左上角和右下角坐标。 下面是该算法的代码实现,其中matrix为输入的二维矩阵,返回一个长度为4的vector,分别表示最大矩阵的左上角和右下角坐标。 ``` class Solution { public: vector<int> getMaxMatrix(vector<vector<int>>& matrix) { int rows=matrix.size(), cols=matrix[0].size(); int maxMat=INT32_MIN; vector<int> ans(4, -1); for(int r1=0;r1<rows;++r1){//遍历起始行 vector<int> nums(cols);//矩阵某两行间元素按列求和 for(int r2=r1;r2<rows;++r2){//遍历结束行 //最大字段和问题 int dp=0, c1=-1; for(int c2=0;c2<cols;++c2){//遍历和数组,实际上是边遍历边完成求和 nums[c2]+=matrix[r2][c2];//将新的一行中第i个元素加到前面若干行在位置i的和 if(dp>0){//前面的字段有和为正,可以把前面一部分也带上 dp+=nums[c2]; } else{//前面一段为负,拖后腿直接抛弃 dp=nums[c2]; c1=c2; } if(dp>maxMat){//不断记录较好的结果 maxMat=dp; ans[0]=r1; ans[1]=c1; ans[2]=r2; ans[3]=c2; } } } } return ans; } }; ```
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