題目:給出一個 m*n 的二維矩陣(元素可爲正可爲負),求該二維矩陣的一個子矩陣,且此子矩陣中所有元素的和最大,並輸出該矩陣的和。
舉例(1)
給出4*4的二維矩陣:
0 -2 -7 0
9 2 -6 2
-4 1 -4 1
-1 8 0 -2
和最大的子矩陣爲:
9 2
-4 1
-1 8
此子矩陣元素的和爲15。
舉例(2)
給出3*4的二維矩陣:
-1 -2 -3 -4
-5 -6 -7 -8
-9 -10 -11 -12
和最大的子矩陣爲:
-1
此子矩陣元素的和爲-1。
思路:枚舉矩陣,把子矩陣轉化爲一行,利用最大子數組和的方法求解
方法:
假設f(i,j)表示以第i行開始,到第j行結束的矩陣中子矩陣的最大和
爲了求f(i,j),我們對這個矩陣(第i行開始,到第j行結束的矩陣)進行處理:
(1)把這個矩陣中的每一列數相加,最後形成一個一維數組,其長度等於原二維數組列的個數。
(2)在該一維數組上,求解最大子數組和。
代碼:求解最大子矩陣和
#include <iostream>
#include <assert.h>
using namespace std;
/*最大子數組之和*/
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;
}
/*把原矩陣第i行和第j行之間元素進行壓縮,形成一個一維數組*/
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];
}
}
}
/*枚舉二維數組,壓縮成一維數組,求解最大子數組和*/
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++)
{
//計算每列元素和
GetColSum(pnArr,pTmpArr,nXLen,nYLen,i,j);
//求最大子數組和
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;
}
問題:在上面的程序中,由二維子矩陣壓縮成一維矩陣時,直接對子矩陣中某列所有元素全加在一起得到,效率低啊。時間複雜度O((m*n)^2)
優化:給出一個二維子矩陣,爲了更快地求出其對應的一維矩陣,我們可以使用二維數組sum[x][y]預先保存第y列,從第0行到第x行之間元素之和。
此時,我們要求第i行開始,到第j行結束的矩陣對應的一維矩陣時,可有sum[j][t] - sum[i - 1][t],t屬於[0,n]得到.
此時,時間複雜度爲O(m*m*n)
代碼:求解最大子矩陣和
#include <iostream>
#include <assert.h>
using namespace std;
/*最大子數組之和*/
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;
}
/*把原矩陣第i行和第j行之間元素進行壓縮,形成一個一維數組*/
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++)//橫座標
{
for (int j = 0;j < nYLen;j++)//縱座標
{
pnArrColSum[i][j] = 0;
for (int t = 0;t <= i;t++)
{
pnArrColSum[i][j] += pnArr[t][j];
}
}
}
}
/*枚舉二維數組,壓縮成一維數組,求解最大子數組和*/
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
{
//計算每列元素和,並求最大子數組之和
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;
}
數據輸入:
4 4
0 -2 -7 0
9 2 -6 2
-4 1 -4 1
-1 8 0 -2
輸出:15
這裏不再給出求子矩陣區間的代碼。