LeetCode Queue类(363 621) 题解

363：Max Sum of Rectangle No Larger Than K 

首先想到暴力，保存累加和，然后四重循环遍历左上和右下角的x,y坐标，复杂度O((nm)^2)，本以为铁定超时，结果居然AC了。。。

然后看了discussion，更快的解时间复杂度是O(n * n * m * logm)，空间复杂度O(m)，假设m >= n。

怎么做到呢，先从几个问题讲起。

Q1: 一维数组中找最大连续子数组和。

即LeetCode 53题 Maximum Subarray。

两种做法，一种是DP降维，也就是Kadane算法。遍历数组，保存以当前元素结尾的最大和，以及历史最大和。时间O(n)。

int maxSubArray(vector<int>& nums) {
    int maxEndingHere = nums[0], maxSoFar = nums[0];
    for (int i = 1; i < nums.size(); i++) {
        maxEndingHere = max(maxEndingHere + nums[i], nums[i]);
        maxSoFar = max(maxEndingHere, maxSoFar);
    }
    return maxSoFar;
}

另一种是贪心，用两个指针i, j分别表示开头结尾，保存区间内的和，每步j向后指，如果和小于0，则i指向j的下一位。最后输出最大的和。i可以跳跃的原因是，区间内每个元素起始时，前面的累加和都>=0，在这样的情况下到第j步都变成负数了，那么从[i, j]中任何一个数开始（即累加和为0），到j都一定会是负数。所以最大和直接从j+1开始继续找。复杂度O(n)。这个思路可以用来解LeetCode 143题 Gas Station。

但是在写程序时，保存了累加和就不用保存i的位置了，所以代码上和DP几乎是一样的。

Q2：一维数组中找和不超过k的最大连续子数组和

暴力解的话，保存累加和，遍历每个首尾位置，复杂度O(n^2)。

氮素，可以遍历一遍就够了，方法是计算累加和cum，并且把累加和扔到set里。这样遍历到当前位置时，寻找set中大于等于k - cum的累加和。总复杂度O(nlogn)。

（图是用windows画图绘的，我也很绝望.....)

如图所示，遍历到i位置是，要找从某个位置到i的区间，使得累加和<=k，即寻找t_cum使cum - t_cum <= k，可知t_cum >= cum - k。直接用set的lower_bound函数就可以找到啦，二分查找，复杂度O(logn)。

int findBestSum(vector<int> nums, int k) {
	set<int> findedSum;
	findedSum.emplace(0);
	int sum = 0, bestSum = INT_MIN;
	for (const auto& item : nums) {
		sum += item;
		auto it = findedSum.lower_bound(sum - k);
		if (it != findedSum.end() && sum - *it > bestSum) {
			bestSum = sum - *it;
			if (bestSum == k)
				return k;
		}
		findedSum.emplace(sum);
	}
	return bestSum;
}

题目还有几种变体：

1、和小于k。即寻找t_cum使cum - t_cum < k，可知t_cum > cum - k。换成用set的upper_bound函数就可以找到啦。

2、和大于k的最小连续子数组和。即寻找t_cum使cum - t_cum > k，可知t_cum < cum - k。但是set中没有找最大的小于该数的函数，虽然参考我的文章写个出来也不是很困难，但是存的时候存成相反数就可以咯，-t_cum > k - cum。bestSum的判断函数改一下即可。

3、和不小于k的最小连续子数组和。和上面一样，换成lower_bound即可。

Q3: 二维矩阵中找和最大的子矩阵

暴力的话O((nm)^2)。利用Q1的思想，我们能在O(n)的时间找出一维数组中最大子数组，那么将矩阵合并成数组之后就可以在O(n)时间内找出了，矩阵的合并采用暴力的方式，首末位置遍历O(m^2)，总复杂度O(m^2*n)。空间复杂度O(n)。

借用印度小哥的讲解图。视频地址（自备梯子）。如果题目要求输出矩阵的位置，那保存下最大sum的上下左右位置就可以咯。

//用到了Q1中的maxSubArray函数
int findMaxSubmatrixSum(vector<vector<int>> nums) {
	int rowNum = nums.size();
	if (rowNum == 0)
		return INT_MIN;
	int colNum = nums[0].size();
	if (colNum == 0)
		return INT_MIN;
	vector<int> sumArr(rowNum);
	int maxSum = INT_MIN;
	for (int l = 0; l < colNum; l++) {
		for (auto& item : sumArr)
			item = 0;
		for (int r = l; r < colNum; r++) {
			for (int i = 0; i < rowNum; i++) {
				sumArr[i] += nums[i][r];
			}
			maxSum = max(maxSum, maxSubArray(sumArr));
		}
	}
	return maxSum;
}

Q4: 本题

有了前三题的铺垫，想必一定明白怎么做啦，把Q3代码中调用的maxSubArray函数改成Q2中的findBestSum就可以啦。时间复杂度O(colNum^2 * rowNum * logrowNum)，空间复杂度O(rowNum）。

int maxSumSubmatrix(vector<vector<int>>& matrix, int k) {
    int rowNum = matrix.size(), colNum = matrix[0].size();
    vector<int> sumArr(rowNum);
    int maxSum = INT_MIN;
    for (int l = 0; l < colNum; l++) {
        for (auto& item : sumArr)
            item = 0;
        for (int r = l; r < colNum; r++) {
            for (int i = 0; i < rowNum; i++) {
                sumArr[i] += matrix[i][r];
            }
            maxSum = max(maxSum, findBestSum(sumArr, k));
            if (maxSum == k)
                return k;
        }
    }
    return maxSum;
}