给定一个N*N的矩阵,计算最大子矩阵和。
思路:
最大子段和问题可以用动态规划在O(n)内解决,该题可以借助最大子段和的解法来做。我们考虑第i行到第j行的子矩阵,可以将i ~ j行的矩阵合并为一个一维数组,即把每列对应的数相加,那么这个一维数组的最大子段和就是原子矩阵的最大和。
我们用一个二维数组p来保存矩阵的部分和,p[i][j]表示左上角是(1, 1),(下标从1开始), 右下角是(i, j)的矩阵中元素的和。如果我们要求i~j行、k~m列的矩阵中元素的和,我们可以通过以下式子计算得出:
sum = p[j][m] - p[j][k-1] - p[i-1][m] + p[i-1][k-1]
只需要O(1)的时间。
部分和p[i][j]要怎么计算呢?我们可以通过更小的部分和来计算得到它:
p[i][j] = p[i-1][j] + p[i][j-1] - p[i-1][j-1] + a[i][j]
其中a[i][j]是矩阵中的整数。我们只需要O(n2 ) 的时间即可预处理得到所有的部分和。
所以总的时间为O(n3 )。
#include <iostream> #include <vector> using namespace std; const int N = 101; int a[N][N], p[N][N]; int MaxRecSum(int n) { for (int i = 0; i <= n; ++i) { p[i][0] = 0; p[0][i] = 0; } for (int i = 1; i <= n; ++i) { for (int j = 1; j <= n; ++j) p[i][j] = p[i-1][j] + p[i][j-1] - p[i-1][j-1] + a[i][j]; } int max = INT_MIN; for (int i = 1; i <= n; ++i) { for (int j = i; j <= n; ++j) { int sum = 0; for (int k = 1; k <= n; ++k) { int temp = p[j][k] - p[j][k-1] - p[i-1][k] + p[i-1][k-1]; if (sum > 0) sum += temp; else sum = temp; if (sum > max) max = sum; } } } return max; } int main() { int n = 4; int num; for (int i = 1; i <= n; ++i) { for (int j = 1; j <= n; ++j) { cin >> num; a[i][j] = num; } } cout << MaxRecSum(n) << endl; return 0; }