【LeetCode刷题笔记(不计数了)-363.矩形区域不超过K的最大数值和】

28 篇文章 0 订阅
这篇博客讨论了一种优化的算法来解决寻找二维矩阵中和不超过K的最大子矩阵问题。作者指出,传统的暴力搜索方法效率低下,而采用累计列和再搜索行的方式可以显著提高效率。通过固定矩阵的三条边并动态更新第四条边,可以在一维数组中找到最大子序和。代码示例展示了如何实现这一优化策略,包括枚举左右边界,计算行和,以及寻找最大不超过K的子序和。这种方法简化了问题的复杂性,提高了算法性能。
摘要由CSDN通过智能技术生成

题目:
在这里插入图片描述
这题的测试数据很弱,暴力搜索也是可以偶尔通过的。但是这里追求一个更快的优化办法。(虽然本质上我个人觉得就是暴力的优化方法)
首先,由于这个矩形的四个顶点都是不固定的,而且如果采用类似DFS这样的算法,会有一个舍弃和矩形形状的问题,想想就十分复杂。所以我们必须放弃这种搜索方式。

其次,对于矩阵区域的做法,我们常常可以见到将行或者列进行固定,然后动态搜索一边的做法。这里的优化方式采用的是累计列和,然后搜索行的方式。这里引用一下评论区大佬的图片:
累计列的和然后搜索行
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
这种累计方法最巧妙的地方在于,相当于帮你固定了矩阵的三条边,每次循环只用动态考虑一条边。(这里是上下边界固定,左边界固定,右边界动态更新)

并且,由于rowSum数组统计的是l-r列之间的元素和,所以只用在这个一维数组里面搜索不大于K的最大子序和即可。(值得一提的是,这里搜索不大于K的最大子序和貌似只能用暴力搜索的办法,因为动态规划的办法是不能考虑整个数组都连贯的情况的。)

于是算法的整体框架就有了:
1.枚举左边界left
2.对于每一个枚举的left,枚举右边界right
3.统计left-right的每一行的元素和进rowsum中。
4.找出rowsum中不大于k的连续子序和的最大值。

C++代码:

class Solution {
public:
    int maxSumSubmatrix(vector<vector<int>>& matrix, int k) {
		int rownumsize = matrix.size();
		int maxnums = INT_MIN;
		for(int i=0;i<matrix[0].size();i++){//左边界 
			vector<int> rowsum(rownumsize,0);//每一次移动左边界需要清空数组 
			for(int j=i;j<matrix[0].size();j++){//右边界 
				for(int l=0;l<rownumsize;l++){
					rowsum[l] += matrix[l][j];
				}
				
				maxnums = max(maxnums,findmax(rowsum,k));
				if(maxnums==k){
					return k;
				}
			}
		}
		return maxnums;
    }
    
    int findmax(vector<int>& rowsum,int k){
    	int maxnums = INT_MIN;
    	for(int i=0;i<rowsum.size();i++){
    		int sum = 0;
    		for(int j=i;j<rowsum.size();j++){
    			sum += rowsum[j];
    			if (sum > maxnums && sum <= k) maxnums = sum;
			}
		}
		return maxnums;
	}
};
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值