最java大子矩阵和问题_JAVA代码—算法基础：最大子矩阵的和（N*N的矩阵）

最大子矩阵的和(N*N的矩阵)

题目描述：

给定一个n行n列的矩阵，其中 n 的取值范围为 0到100之间的整数，请找到此矩阵的一个子矩阵，

并且此子矩阵的各个元素的和最大，输出这个最大的值。

Example：

0 -2 -7 0

9 2 -6 2

-4 1 -4 1

-1 8 0 -2

其中左下角的子矩阵：

9 2

-4 1

此子矩阵的值为9+2+(-4)+1+(-1)+8=15。

注意

此类型的题目有多个变种，问题的描述比较详细。所以要仔细区分。

解题思路

给定了一个矩阵，或者叫二维数组。大小是N行N列。

我们考虑一种特殊情况，N=1时：即只有1行1列的情况；那最大子矩阵就是其元素自己与自己求和的结果。

当N=4时，矩阵为4行4列，

那么根据示例中给出的数据，子矩阵的划分方法可以有许多种，假设我们取值的窗口为前2行，即：

0 -2 -7 0

9 2 -6 2

我们将第一行(i=1时)的第j列数据和第二行(i=2时)的第j列数据对应相加；这样就得到一个一维数组，即

[9,0,-13,2]

那么问题就转换为，就一个一维数组的最大子段和的问题了。

同样，我们取值窗口为前3行，或者前4行；然后将每一行对应得列上下相加；

最终都可以将问题转换为求一个一维数组的最大字段和的问题。

package com.bean.algorithmexec;

import java.io.FileInputStream;

import java.io.FileNotFoundException;

import java.util.Scanner;

public class MaxSubArrayDemo {

/*

* 最大子矩阵的问题

* 给定一个n*n(0

* 并且此子矩阵的各个元素的和最大，输出这个最大的值。

* Example：

* 0 -2 -7 0

* 9 2 -6 2

* -4 1 -4 1

* -1 8 0 -2

* 其中左下角的子矩阵：

* 9 2

* -4 1

* -1 8

* 此子矩阵的值为9+2+(-4)+1+(-1)+8=15。

*

*/

static Scanner sc;

/*

* 方法：求出一维数组中子数组的最大和。

* 直接采用穷举法，求出给出的一维数组中子数组的最大和。 笨办法，效率不好。

*

* 动态规划算法分析如下：

* 算法设计思路：

* 如果一维数组中的元素均为正数，则所有元素之和最大。及从 a[0]一直累加到数组的最后一个元素就可以获得最大和。

* 如果一维数组中的元素有负数，有0，有正数，则需要进行比较了。

*

* 令b[j]表示从a[0]~a[j]的最大子段和。

* b[j]的当前值只有两种情况:

* (1) 最大子段一直连续到a[j]

* (2) 以a[j]为起点的子段 //如果不是第(1)种，则(1)肯定为负，舍去。

* 还有一种情况，那就是最大字段没有包含a[j]，如果没有包含a[j]的话，那么在算b[j]之前的时候我们已经算出来了，

* 注意我们只是算到位置为j的地方，所以最大子段在a[j]后面的情况我们可以暂时不考虑。

* 由此我们得出b[j]的状态转移方程为：b[j]=max{b[j-1]+a[j], a[j]},

* 所求的最大子段和为max{b[j],0<=j

* 进一步我们可以将b[]数组用一个变量代替。

* */

private int maxSubArray(int n, int a[]) {

int b = 0, sum = -10000000;

for (int i = 0; i < n; i++) {

if (b > 0) {

b += a[i];

}

else {

b = a[i]; //如果前面为零，如果相加，则影响后面结果，所以抛弃前面总和

}

if (b > sum) {

sum = b;

}

}

return sum;

}

/*

* 根据题目的假设条件，矩阵为 n*n的矩阵，并且(0

* 则声明一个一维数组 int b[] = new int[101];

* 如下所示(ari表示a[r][i],假设数组下标从1开始)：

* | a11 …… a1i ……a1j ……a1n |

* | a21 …… a2i ……a2j ……a2n |

* | . . . . . . . |

* | . . . . . . . |

* | ar1 …… ari ……arj ……arn |

* | . . . . . . . |

* | . . . . . . . |

* | ak1 …… aki ……akj ……akn |

* | . . . . . . . |

* | an1 …… ani ……anj ……ann |

* 那么我们将从第r行到第k行的每一行中相同列的加起来，可以得到一个一维数组如下：

* (ar1+……+ak1, ar2+……+ak2, ……,arn+……+akn)

* 由此我们可以看出最后所求的就是此一维数组的最大子段和问题，

* 到此我们已经将问题转化为上面的已经解决了的问题了。

* */

private int maxSubMatrix(int n, int[][] array) {

int i, j, k, max = 0, sum = -100000000;

int b[] = new int[101];

for (i = 0; i < n; i++) {

for (k = 0; k < n; k++)// 初始化b[]

{

b[k] = 0;

}

for (j = i; j < n; j++)// 把第i行到第j行相加,对每一次相加求出最大值

{

for (k = 0; k < n; k++) {

b[k] += array[j][k];

}

max = maxSubArray(k, b);

if (max > sum) {

sum = max;

}

}

}

return sum;

}

public static void main(String args[]) throws FileNotFoundException {

MaxSubArrayDemo p = new MaxSubArrayDemo();

System.setIn(new FileInputStream("G:\\MaxSubArrayDemo.txt"));

sc = new Scanner(System.in);

while (sc.hasNextLine()) {

int n = 0;

int[][] array = new int[101][101];

while (sc.hasNext()) {

n = sc.nextInt();

for (int i = 0; i < n; i++) {

for (int j = 0; j < n; j++) {

array[i][j] = sc.nextInt();

System.out.print(array[i][j] + "\t");

}

System.out.println();

}

System.out.println(p.maxSubMatrix(n, array));

}

}

}

}

(完)