一,最大子矩阵问题:
给定一个n*n(0
Example:
0 -2 -7 0
9 2 -6 2
-4 1 -4 1
-1 8 0 -2
其中左上角的子矩阵:
9 2
-4 1
-1 8
此子矩阵的值为9+2+(-4)+1+(-1)+8=15。
二,分析
子矩阵是在矩阵选取部份行、列所组成的新矩阵。
例如
它亦可用A(3;2)表示,显示除掉第3行和第2列的余下的矩阵。这两种方法比较常用,但还是没有标准的方法表示子矩阵。
以上为维基百科上给出的定义,感觉跟此题的定义不是一回事呢?
我们首先想到的方法就是穷举一个矩阵的所有子矩阵,然而一个n*n的矩阵的子矩阵的个数当n比较大时时一个很大的数字 O(n^2*n^2),显然此方法不可行。怎么使得问题的复杂度降低呢?对了,相信大家应该知道了,用动态规划。对于此题,怎么使用动态规划呢?
请先参考-->最大子段和问题
这个问题与最大子段有什么联系呢?
假设最大子矩阵的结果为从第r行到k行、从第i列到j列的子矩阵,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。
三,源码
C++:
#include
using namespace std;
int maxSubArray(int a[],int n)
{
int b=0,sum=a[0];
for(int i=0;i
{
if(b>0)
b+=a[i];
else
b=a[i];
if(b>sum)
sum=b;
}
return sum;
}
int maxSubMatrix(int array[][3],int n)
{
int i,j,k,max=0,sum=-100000000;
int b[3];
for(i=0;i
{
for(k=0;k
{
b[k]=0;
}
for(j=i;j
{
for(k=0;k
{
b[k]+=array[j][k];
}
max=maxSubArray(b,k);
if(max>sum)
{
sum=max;
}
}
}
return sum;
}
int main()
{
int n=3;
int array[3][3]={{1,2,3},{-1,-2,-3},{4,5,6}};
cout<
}
java:
import java.util.Scanner;
public class PKU_1050
{
private int maxSubArray(int n,int a[])
{
int b=0,sum=-10000000;
for(int i=0;i
{
if(b>0)
b+=a[i];
else
b=a[i];
if(b>sum)
sum=b;
}
return sum;
}
private int maxSubMatrix(int n,int[][] array)
{
int i,j,k,max=0,sum=-100000000;
int b[]=new int[101];
for(i=0;i
{
for(k=0;k
{
b[k]=0;
}
for(j=i;j
{
for(k=0;k
{
b[k]+=array[j][k];
}
max=maxSubArray(k,b);
if(max>sum)
{
sum=max;
}
}
}
return sum;
}
public static void main(String args[])
{
PKU_1050 p=new PKU_1050();
Scanner cin=new Scanner(System.in);
int n=0;
int[][] array=new int[101][101];
while(cin.hasNext())
{
n=cin.nextInt();
for(int i=0;i
{
for(int j=0;j
{
array[i][j]=cin.nextInt();
}
}
System.out.println(p.maxSubMatrix(n,array));
}
}
}