前面写了一篇一维数组求连续子数组最大和http://blog.csdn.net/getnextwindow/article/details/23958529。二维的情况会复杂非常多会巧妙的借用一维的算法。
假设暴力解法,复杂度明显不尽如人意,由于求和的过程中,有非常多冗余情况,所以我们能够考虑将前面求和的结果保存下来,以空间换时间,这样能够减少复杂的。设PS[i][j]是以(i,j),(1,j),(i,1),(1,1)为顶点的矩形区域的元素之和。
略微分析一下得,PS[i][j]=PS[i-1][j]+PS[i][j-1]-PS[i-1][j-1]+A[i][j];
利用两层循环就能够递推得PS[i][j]。
我们前面提到,一维数组的连续子数组求和线性完毕,我们考虑是否能把二维的转换为一维。
上图就说明了问题,我们把a行c行之间的列看成一个“元素”,这样就转换成一维的情况。仅仅要枚举a、c就能够扫描出全部矩形。
代码例如以下:
#define MAX 100
int A[MAX][MAX];
long long PS[MAX][MAX];
long long MatrixSum(int a,int c,int i)
{
return PS[c][i]-PS[c][i-1]-PS[a-1][i]+PS[a-1][i-1];
}
int find_max(int n,int m)
{
int a,c,i,j;
for(i=1;i<=m;i++)
PS[0][i]=0;
for(j=1;j<=n;j++)
PS[j][0]=0;
for(i=1;i<=n;i++)
for(j=1;j<=m;j++)
PS[i][j]=PS[i-1][j]+PS[i][j-1]-PS[i-1][j-1]+M[i][j];
int maxval=INT_MIN;
for(a=1;a<=n;a++)
{
for(c=a;c<=n;c++)
{
long long curSum=MatrixSum(a,c,1);
long long maxsum=INT_MIN;
for(i=1;i<=m;i++)
{
if(curSum<=0)
curSum=MatrixSum(a,c,i);
else
curSum+=MatrixSum(a,c,i);
if(curSum>maxsum)
maxsum=curSum;
}
if(maxsum>maxval)
maxval=maxsum;
}
}
return maxval;
}
參考: http://blog.csdn.net/linyunzju/article/details/7723730