每日一题(81) - 子数组之和的最大值(二维) - 最大子矩阵和
2013-08-27 13:01
316 查看
题目:给出一个 m*n 的二维矩阵(元素可为正可为负),求该二维矩阵的一个子矩阵,且此子矩阵中所有元素的和最大,并输出该矩阵的和。
举例(1)
给出4*4的二维矩阵:
0 -2 -7 0
9 2 -6 2
-4 1 -4 1
-1 8 0 -2
和最大的子矩阵为:
9 2
-4 1
-1 8
此子矩阵元素的和为15。
举例(2)
给出3*4的二维矩阵:
-1 -2 -3 -4
-5 -6 -7 -8
-9 -10 -11 -12
和最大的子矩阵为:
-1
此子矩阵元素的和为-1。
思路:枚举矩阵,把子矩阵转化为一行,利用最大子数组和的方法求解
方法:
假设f(i,j)表示以第i行开始,到第j行结束的矩阵中子矩阵的最大和
为了求f(i,j),我们对这个矩阵(第i行开始,到第j行结束的矩阵)进行处理:
(1)把这个矩阵中的每一列数相加,最后形成一个一维数组,其长度等于原二维数组列的个数。
(2)在该一维数组上,求解最大子数组和。
代码:求解最大子矩阵和
优化:给出一个二维子矩阵,为了更快地求出其对应的一维矩阵,我们可以使用二维数组sum[x][y]预先保存第y列,从第0行到第x行之间元素之和。
此时,我们要求第i行开始,到第j行结束的矩阵对应的一维矩阵时,可有sum[j][t] - sum[i - 1][t],t属于[0,n]得到.
此时,时间复杂度为O(m*m*n)
代码:求解最大子矩阵和
4 4
0 -2 -7 0
9 2 -6 2
-4 1 -4 1
-1 8 0 -2
输出:15
这里不再给出求子矩阵区间的代码。
举例(1)
给出4*4的二维矩阵:
0 -2 -7 0
9 2 -6 2
-4 1 -4 1
-1 8 0 -2
和最大的子矩阵为:
9 2
-4 1
-1 8
此子矩阵元素的和为15。
举例(2)
给出3*4的二维矩阵:
-1 -2 -3 -4
-5 -6 -7 -8
-9 -10 -11 -12
和最大的子矩阵为:
-1
此子矩阵元素的和为-1。
思路:枚举矩阵,把子矩阵转化为一行,利用最大子数组和的方法求解
方法:
假设f(i,j)表示以第i行开始,到第j行结束的矩阵中子矩阵的最大和
为了求f(i,j),我们对这个矩阵(第i行开始,到第j行结束的矩阵)进行处理:
(1)把这个矩阵中的每一列数相加,最后形成一个一维数组,其长度等于原二维数组列的个数。
(2)在该一维数组上,求解最大子数组和。
代码:求解最大子矩阵和
#include <iostream> #include <assert.h> using namespace std; /*最大子数组之和*/ int MaxSubSum(int nArr[],int nLen) { assert(nArr && nLen > 0); int nMaxSum = nArr[0]; int nCurSum = nArr[0]; for (int i = 1;i < nLen;i++) { if (nCurSum < 0) { nCurSum = nArr[i]; } else { nCurSum += nArr[i]; } nMaxSum = max(nCurSum,nMaxSum); } return nMaxSum; } /*把原矩阵第i行和第j行之间元素进行压缩,形成一个一维数组*/ void GetColSum(int** pnArr,int* pTmpArr,int nXLen,int nYLen,int nStartRow,int nEndRow) { assert(pnArr && *pnArr && pTmpArr && nXLen > 0 && nYLen > 0); assert(nStartRow >=0 && nStartRow < nXLen); assert(nEndRow >=0 && nEndRow < nYLen); memset(pTmpArr,0,sizeof(int) * nYLen); for (int j = 0;j < nYLen;j++) { for (int i = nStartRow;i <= nEndRow;i++) { pTmpArr[j] += pnArr[i][j]; } } } /*枚举二维数组,压缩成一维数组,求解最大子数组和*/ int MaxSubMatrixSum(int** pnArr,int nXLen,int nYLen) { assert(pnArr && *pnArr && nXLen > 0 && nYLen > 0); int nMaxSum = -0x3f3f3f3f; int* pTmpArr = new int[nYLen]; int nCurSum = -0x3f3f3f3f; for (int i = 0;i < nXLen;i++) { for (int j = i;j < nXLen;j++) { //计算每列元素和 GetColSum(pnArr,pTmpArr,nXLen,nYLen,i,j); //求最大子数组和 nCurSum = MaxSubSum(pTmpArr,nYLen); nMaxSum = max(nCurSum,nMaxSum); } } return nMaxSum; } int main() { int nXLen = 0; int nYLen = 0; cin>>nXLen>>nYLen; int** pnArr = new int*[nXLen]; for (int i = 0;i < nXLen;i++) { pnArr[i] = new int[nYLen]; for (int j = 0;j < nYLen;j++) { cin>>pnArr[i][j]; } } cout<<MaxSubMatrixSum(pnArr,nXLen,nYLen)<<endl; system("pause"); return 1; }问题:在上面的程序中,由二维子矩阵压缩成一维矩阵时,直接对子矩阵中某列所有元素全加在一起得到,效率低啊。时间复杂度O((m*n)^2)
优化:给出一个二维子矩阵,为了更快地求出其对应的一维矩阵,我们可以使用二维数组sum[x][y]预先保存第y列,从第0行到第x行之间元素之和。
此时,我们要求第i行开始,到第j行结束的矩阵对应的一维矩阵时,可有sum[j][t] - sum[i - 1][t],t属于[0,n]得到.
此时,时间复杂度为O(m*m*n)
代码:求解最大子矩阵和
#include <iostream> #include <assert.h> using namespace std; /*最大子数组之和*/ int MaxSubSum(int nArr[],int nLen) { assert(nArr && nLen > 0); int nMaxSum = nArr[0]; int nCurSum = nArr[0]; for (int i = 1;i < nLen;i++) { if (nCurSum < 0) { nCurSum = nArr[i]; } else { nCurSum += nArr[i]; } nMaxSum = max(nCurSum,nMaxSum); } return nMaxSum; } /*把原矩阵第i行和第j行之间元素进行压缩,形成一个一维数组*/ void InitSumArr(int** pnArr,int** pnArrColSum,int nXLen,int nYLen) { assert(pnArr && *pnArr && pnArrColSum && *pnArrColSum); assert(nXLen > 0 && nYLen > 0); for (int i = 0;i < nXLen;i++)//横坐标 { for (int j = 0;j < nYLen;j++)//纵坐标 { pnArrColSum[i][j] = 0; for (int t = 0;t <= i;t++) { pnArrColSum[i][j] += pnArr[t][j]; } } } } /*枚举二维数组,压缩成一维数组,求解最大子数组和*/ int MaxSubMatrixSum(int** pnArr,int** pnArrColSum,int nXLen,int nYLen) { assert(pnArr && *pnArr && pnArrColSum && *pnArrColSum); assert(nXLen > 0 && nYLen > 0); int nMaxSum = -0x3f3f3f3f; int nCurSum = -0x3f3f3f3f; int* pTmpArr = new int[nYLen]; for (int i = 0;i < nXLen;i++) { for (int j = i;j < nXLen;j++) { if (i == 0) { for (int t = 0;t < nYLen;t++) { pTmpArr[t] = pnArrColSum[j][t]; } nCurSum = MaxSubSum(pTmpArr,nYLen); nMaxSum = max(nCurSum,nMaxSum); } else { //计算每列元素和,并求最大子数组之和 for (int t = 0;t < nYLen;t++) { pTmpArr[t] = pnArrColSum[j][t] - pnArrColSum[i - 1][t]; } nCurSum = MaxSubSum(pTmpArr,nYLen); nMaxSum = max(nCurSum,nMaxSum); } } } return nMaxSum; } int main() { int nXLen = 0; int nYLen = 0; cin>>nXLen>>nYLen; int** pnArr = new int*[nXLen]; int** pnArrColSum = new int*[nXLen]; for (int i = 0;i < nXLen;i++) { pnArr[i] = new int[nYLen]; pnArrColSum[i] = new int[nYLen]; for (int j = 0;j < nYLen;j++) { cin>>pnArr[i][j]; } } InitSumArr(pnArr,pnArrColSum,nXLen,nYLen); cout<<MaxSubMatrixSum(pnArr,pnArrColSum,nXLen,nYLen)<<endl; system("pause"); return 1; }数据输入:
4 4
0 -2 -7 0
9 2 -6 2
-4 1 -4 1
-1 8 0 -2
输出:15
这里不再给出求子矩阵区间的代码。
相关文章推荐
- 题目:返回一个二维循环数组中最大子矩阵的和
- 每日微软面试题——day 8(最大的二维子矩阵)
- 每日微软面试题——day 8(最大的二维子矩阵)
- HDU 1559 最大子矩阵 [二维树状数组]【数据结构】
- 返回一个二维循环数组中最大子矩阵的和
- 【二维树状数组】hdu 1559 最大子矩阵
- 返回一个二维整数数组中最大联通子数组的和
- Task 4.4二维环形数组求最大子矩阵之和
- BZOJ 2738 子矩阵第k大 | 二维树状数组 整体二分 分治
- 输出二维数组中最大的值
- 子数组之和的最大值(二维)
- 每日一题 一个整型数组,其中有正值有负值,请拿出其中相邻子数组中的最大值
- 每日一练-----返回乘积最大的子数组的积
- 返回一个二维整数数组中最大联通子数组的和6
- HDOJ-最大子矩阵(二维dp)
- 返回一个二维整数数组中最大子数组的和(头尾相接)
- hdu 1081 最大子矩阵(二维前缀和优化)@
- 数组问题(三)求二维整形数组最大联通子数组的和
- poj 1050 To the max(二维最大子串和,最大子矩阵)
- 编程之美之子数组和的最大值(二维)