问题描述:已知一个n*n的二维数组a[n,n],每个元素都是整数(可能小于0),求其子矩阵元素的最大和
问题分析:
这个问题来自一维数列最大子序列的求和问题,因此必须对一维数列最大子序列的求和有充分的了解才有讨论基础,不了解的请参考《编程珠玑》第8章或《算法导论》的有关章节。该文中给出了5种算法,其中算法1野蛮求和的复杂度为O(n^3),算法2和算法3都利用了已有的计算结果减少重复计算其复杂度为O(n^2),算法4采用分治算法复杂度为O(n*lg(n)),算法5采用扫描算法实现了O(n)的复杂度。
可以将一维数列的算法1直接扩展到二维,这样整个算法的复杂度将变成O(n^6),原因:子矩阵左上角的位置有O(n^2)的可能,右下角的位置也有O(n^2)个可能,计算子矩阵的和也需要累加O(n^2)次,因此合计复杂度为O(n^6)。
我们也可以将算法3直接扩展到二维,预先将每一行的0..i的和保存个一个临时的二维数组中,将每一列的0..j的和也保存一个临时的二维数组中,这样就可以快速求出子矩阵的和,整个算法的复杂度为O(n^4)。
另外一个效率更高的方法是将算法3和算法5结合,首先求出每行的临时累加结果,记为t[i,j] = a[i,0]+a[i,1]+...+a[i,j])。然后针对每个(x,y)(x<y)整数对,显然对于每个0<=i<n,s[i] = t[i,y]-t[i,x]就是a[i,x]+a[i,x+1]+...+a[i,y]的和,按照纵向,对所有的n个s[i],可以利用算法5在O(n)的时间内求出其最大子序列的和,这个最大和就是以x,y为左右坐标的最大子矩阵的和。对所有的x,y的组合求出其最大子矩阵的和,就得到了最终结果。上述算法的时间复杂度为O(n^3)。