描述
已知矩阵的大小定义为矩阵中所有元素的和。给定一个矩阵,你的任务是找到最大的非空(大小至少是1 * 1)子矩阵。
比如,如下4 * 4的矩阵
0 -2 -7 0
9 2 -6 2
-4 1 -4 1
-1 8 0 -2
的最大子矩阵是
9 2
-4 1
-1 8
这个子矩阵的大小是15。
输入
输入是一个N * N的矩阵。输入的第一行给出N (0 < N <= 100)。再后面的若干行中,依次(首先从左到右给出第一行的N个整数,再从左到右给出第二行的N个整数……)给出矩阵中的N2个整数,整数之间由空白字符分隔(空格或者空行)。已知矩阵中整数的范围都在[-127, 127]。
输出
输出最大子矩阵的大小。
样例输入
4
0 -2 -7 0 9 2 -6 2
-4 1 -4 1 -1
8 0 -2
样例输出
15
心得:
已知矩阵的大小定义为矩阵中所有元素的和。给定一个矩阵,你的任务是找到最大的非空(大小至少是1 * 1)子矩阵。
比如,如下4 * 4的矩阵
0 -2 -7 0
9 2 -6 2
-4 1 -4 1
-1 8 0 -2
的最大子矩阵是
9 2
-4 1
-1 8
这个子矩阵的大小是15。
输入
输入是一个N * N的矩阵。输入的第一行给出N (0 < N <= 100)。再后面的若干行中,依次(首先从左到右给出第一行的N个整数,再从左到右给出第二行的N个整数……)给出矩阵中的N2个整数,整数之间由空白字符分隔(空格或者空行)。已知矩阵中整数的范围都在[-127, 127]。
输出
输出最大子矩阵的大小。
样例输入
4
0 -2 -7 0 9 2 -6 2
-4 1 -4 1 -1
8 0 -2
样例输出
15
来源
思路细节:
最简单的想法就是压缩,将二维数组压缩成一维数组,然后在对一维数组里面找其中最大的子序列,就相当于把所有最上的行为u,与最下的行为d的子矩阵的最大和求出!
代码:
#include <bits/stdc++.h>
using namespace std;
const int MAX = 101;
int value[MAX][MAX] = {{0,0}};
int f(int a[], int n) //找到一维数组中最大子序列
{
int sum = 0, b = 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 maxSum(int n)
{
int sum = 0, max = 0;
for(int i=0; i<n; i++) //i控制从第几行开始压缩,每次都是从第i行压缩到最后一行
{
int b[MAX] = {0}; //i每变化一次,b数组就要重新赋值
for(int j=i; j<n; j++)
{
for(int k=0; k<n; k++) //压缩矩阵
b[k] += value[j][k];
sum = f(b, n);
if(sum > max)
max = sum; //max存到当前状态,子矩阵的最大值
}
}
return max;
}
int main()
{
int n;
cin >> n;
for(int i=0; i<n; i++)
{
for(int j=0; j<n; j++)
cin >> value[i][j];
}
cout << maxSum(n);
return 0;
}
心得:
动态规划的题目,需要将问题进行小化,寻找子问题是解决问题的关键!学会间接解决问题,就比如将数组压缩成一维的,对于我们初学者就比较新鲜,这是解决问题的一个技巧!