最大子矩阵问题

最大子矩阵问题（m*n）

这个问题本质上最大子段和问题向二维的扩展，实质上是对数学公式转化后，最后一步可以是一维的情形，因为降低了复杂度。

算法中行从0到m,列定为1=0，然后列增加，每次的列是一种数据结构，对应一维的情形。

将两行对每一个列求和，每次得到n个列数的数，因而成为一维的情形。

行有两个，遍历时有m*m种情况。

最后是比较大小，得到最大的值即可。

 

注意算法中b[j]的含义，是将行固定，有两个的情况下的单列和，将为一维的情形后，单列和数组，任意两个做加法，就是一个子矩阵，这又回到了原问题，使得问题的求解比较圆满。注意，只用了一次动态规划，所以只能降低为O(m*m*n)复杂度（穷举的复杂度是O（m*m*n*n））。该算法也可将行列对换，从未降低计算量，需要根据实际情况决定是降低行还是列。

 

#include<iostream>
using namespace std;

//一维情形的最大子段和
int MaxSum(int n,int *a)
{
 int sum=0,b=0;
 for(int i=0;i<n;i++)
 {
  if(b>0)
   b+=a[i];
  else
   b=a[i];
  if(sum<b)
  {
   sum=b;
  }
 }
 
 return sum;
}

//二维情形的最大子矩阵问题
int MaxSum2(int m,int n,int (*a)[5])
{
 int sum=0;
 int *b=new int[n+1];
 for(int i=0;i<m;i++)
 {
  for(int k=0;k<n;k++) b[k]=0;
  for(int j=i;j<m;j++)
  {
   for(int k=0;k<n;k++)
    b[k]+=a[j][k];
   int max=MaxSum(n,b);
   if(max>sum)
    sum=max;
  }
 }
 return sum;
}

int main(void)
{
 int a[5][5]={1,-1,2,3,-4,-2,3,4,-1,2,4,-3,-5,0,3,2,1,-4,3,1,3,0,4,-1,-2};
 int (*p)[5]=a;
 cout<<MaxSum2(5,5,p)<<endl;
 system("PAUSE");
 return 0;
}

语法小提示：

注意二维数组的名字不是二维指针，所以只能用指向数组的指针