题目:给定一个N*N方阵,元素为整数,求连续子阵全部元素和的最大值。
一开始我想直接在二维上解决问题,在构造递归方程的时候令max[k](k=i+j)为大小i*j的子阵的子阵和的最大值,然而下面的例子说明了没有最优子结构
0 -2 -7 09 2 -6 2
-4 1 -4 1
-1 9 0 -2
这使得二维的直接DP成为泡影,给我的感觉是题目无法用DP。然而转念一想,既然高维的做不了,低维的呢?柳暗花明又一村,顿时视野开阔!这种降次的思想来源于数学,一般地,我们必须解决两个问题:(1)低维的怎么做?(2)如何把高维的转化为低维的?下面就这两个问题且行且分析。
二维数组的低维就是一维数组了,那么题目不就是:给定一个一维数组,求连续子序列和的最大值。这个问题就容易了,状态很自然地为m[i]表示前面i个数的子序列中以a[i]元素结尾的连续子序列和的最大值,则状态转移方程为m[i]=max{a[i],m[i-1]+a[i]},由此看出只需要一个for就行,效率为 O(N)!
如何转化,这往往是解决问题的关键之处,有时候尽管简单,但想不到也是徒然,更何况这种转化是否存在本身就是个问题。对这上面的矩阵发呆,想着按照“Sample Input”中所用的性质把矩阵拉长,可这又保证不了连续性,解决的方法是隔开间距N-k,其中k为子连续序列的长度——换个角度思考,既然这样,为何不把各子连续序列对应的元素相加看做一个元素呢?!问题就这样解决了。
下面代码的时间代价为 O(n^3)
#include "stdafx.h"
#include <iostream>
using namespace std;
int ArraySe(int n,int a[])
{
int max=0;
for(int b=0, i=0;i<n;i++){
b>0?(b+=a[i]):b=a[i];
if(b>max) max=b;
}
return max;
}
int _tmain(int argc, _TCHAR* argv[])
{
int n;
cin>>n;
int a[100][100];
for(int i=0;i<n;i++)
for(int j=0;j<n;j++)
cin>>a[i][j];
int b[100]={0};
int max=0,temp;
for(int i=0;i<n;i++){
for(int l=0;l<n;l++)
b[l]=0;
for(int j=i;j<n;j++){
for(int k=0;k<n;k++)
b[k]+=a[j][k];
temp=ArraySe(n,b);
if(temp>max)max=temp;
}
}
cout<<max<<endl;
return 0;
}