1.题目:返回一个二维整数数组中最大子数组的和。
要求:
输入一个二维整形数组,数组里有正数也有负数。
二维数组中连续的一个子矩阵组成一个子数组,每个子数组都有一个和。
求所有子数组的和的最大值。要求时间复杂度为O(n)。
2.设计思路
我们刚开始时是这么想的:就是最笨的方法:求每一个子矩阵的和,然后找最大值,我们知道这种方法会比较麻烦。后来我们联想到了上次写的一维数组,就想把二维数组转化为一维数组,然后按照一维数组的方法来做。
那么问题来了,把二维数组转化为一维数组后,怎么可以保证是连续的一个子矩阵组成一个子数组,经过我们几天的冥思苦想,加上网上的参考,我们思路通了,设计了如下思路:
假设已经确定了矩阵区域的上下边界,不如知道矩阵区域的上下边界分布是第n1行和第n2行,接下来要确定左右边界。我们把第n1行和第n2行之间的每一列看成一个整体,相当于一维数组中的一个元素(通过子矩阵部分和可以在O(1)时间内计算出整体之和)。
3.源代码
#include <iostream>
#include<time.h>
using namespace std;
#define max(a,b) ((a)>(b)?(a):(b))
#define MAXN 100
int A[MAXN][MAXN];
int PartSum[MAXN][MAXN];
//计算子矩阵的和
int MatrixSum(int s, int t, int i, int j)
{
return PartSum[i][j] - PartSum[i][t - 1] - PartSum[s - 1][j] + PartSum[s - 1][t - 1];
}
int main()
{
srand((unsigned)time(NULL));
int row, col, i, j;
cout << "请输入二维数组的行数和列数:";
cin >> row >> col;
for (i = 1; i <=row; i++)
{
for (j = 1; j <=col; j++)
{
A[i][j] = rand() % 20 - 10;
cout << A[i][j] << " ";
}
cout << endl;
}
for (i = 0; i <= row; i++)
PartSum[i][0] = 0;
for (j = 0; j <= col; j++)
PartSum[0][j] = 0;
// 计算矩阵的部分和
for (i = 1; i <= row; i++)
for (j = 1; j <= col; j++)
PartSum[i][j] = A[i][j] + PartSum[i - 1][j] + PartSum[i][j - 1] - PartSum[i - 1][j - 1];
int n1, n2;
int maxsofar = A[1][1];
for (n1 = 1; n1 <= row; n1++)
for (n2 = n1; n2 <= row; n2++)
{
// 将子矩阵上下边界设为第n1行和第n2行,在这些子矩阵中取最大值,类似于一维数组求最大值
int maxendinghere = MatrixSum(n1, 1, n2, 1);
for (j = 2; j <= col; j++)
{
maxendinghere = max(MatrixSum(n1, j, n2, j), MatrixSum(n1, j, n2, j) + maxendinghere);
maxsofar = max(maxendinghere, maxsofar);
}
}
cout << maxsofar;
}
4.程序截图
5.总结
通过这次程序,我们对结对开发有了了解,虽然在其中也会有争执,但是两个人的智慧要高于一个人。对于这个程序,我们只能部分代码实现时间复杂度为O(n),我们已经尽可能的减少了时间复杂度。对于程序的思路,我们应该学会多角度思考问题,学会把整体化为部分,由部分来实现程序的要求。
6.合作过程
在这次结对开发中,我负责提供思路和代码复审和代码测试计划,朱慧敏负责程序分析,代码编程。我们在讨论思路时发生了冲突,感觉每个人的想法都比较好,发生了冲突,这时我们停止讨论,出去大吃了一顿,回来后继续讨论。这样的学习方法既完成了作业也增进了我们的友谊,不错的方法。