一维数组的子序列的最大和有多种求法,其中动态规划求法复杂度最优。
参考代码为:
int maxSub(int a[], int n) { int i; int b = 0, sum = 0x80000000; for (i = 0; i < n; i++) { if (b > 0) b += a[i]; else b = a[i]; if (sum < b) sum = b; } return sum; }
矩阵即为二维数组,也可参照该思想,这时需要做一“压缩”的转换,将整行或整列看做一维数组中的一个元素。
假设最大子矩阵的结果为从第r行到第k行、从第i列到第j列,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
我们将从第r行到第k行的每一行中相同的列加起来,可以得到一个一维数组:
{ar1+...+ak1, ar2+...+ak2, ......, arn+...+akn}
到此可以看出最后所求就是一维数组的最大子序列和的问题。
参考代码:
for(i = 0; i < n; i++) { memset(b, 0, sizeof(b)); // 重置的位置很关键 for (j = i; j < n; j++) { for (k = 0; k < n; k++) { b[k] += dp[j][k]; // 关键点 } sum = maxSub(b, n); if (sum > maxSum) { maxSum = sum; } } }