标签：

4
0 -2 -7 0 9 2 -6 2
-4 1 -4 1 -1
8 0 -2

15

经典动态规划：

求最大子矩阵。

解题思路：

①主要是先会求一维的，然后把二维的看成一维的计算即可。递推公式: d [ i ][ j ] 代表的 i 是起始行，j 是终止行。把i-j行进行捆绑，然后考虑成一维的即可。

先看一维是怎么算的，设有数组a0,a1…an,找除其中连续的子段，使它们的和达到最大。

假如，t[i]表示以ai结尾的子段中的最大子段和。

在已知t[i]的情况下，求t[i+1]的方法是：

如果t[i]>0， t [i+1]= t[i]+ai(继续在前一个子段上加上ai),否则t[i+1]=ai(不加上前面的子段)，也就是说

状态转移方程为：

t[i] = (t[i-1]>0?t[i-1]:0)+a[i];

②只要求出一维的，二维的如果我们知道如何进行捆绑那么这题就可以解决了。

由于是 2 3 4行，所以我们可以将这3行”捆绑”起来，变为求 4(9-4-1),11(8+2+1),-10(-6-4+0),7(7+2-2)的最大子段和，ok，问题成功转化为一维的情况！然后就按一维求解即可。

③捆绑的时候就是i 到 j 行的所有同一列的元素相加之后的值，看成是一个一维上的值，然后我们就可以利用一维的状态转移方程进行求解了。

AC代码：

#include <stdio.h>
#include <math.h>
#include <vector>
#include <queue>
#include <string>
#include <string.h>
#include <stdlib.h>
#include <iostream>
#include <algorithm>

using namespace std;

const int INF = 0x3f3f3f3f;

int get(int f[110],int n)
{
	int t[110];
	int maxn=-99999999;
	memset(t,0,sizeof(t));
	for(int i=1;i<=n;i++)
	{
		t[i]=(t[i-1]>0?t[i-1]:0)+f[i];
		if(maxn<t[i])
			maxn=t[i];
	}
	return maxn;
}

int main()
{
    int n;
    while(scanf("%d",&n)!=EOF){
        int f[110];
        int v[110][110];
        for(int i=1;i<=n;i++){
            for(int j=1;j<=n;j++){
                scanf("%d",&v[i][j]);
            }
        }
        int ans=-99999999;
        for(int i=1;i<=n;i++){
            for(int j=i;j<=n;j++){
                memset(f,0,sizeof(f));
                for(int q=1;q<=n;q++){
                    for(int k=i;k<=j;k++)f[q]+=v[k][q];
                }
                ans=max(ans,get(f,n));
            }
        }
        printf("%d\n",ans);
    }
    return 0;
}

HDOJ To The Max 1081【动态规划-详解求最大子矩阵】

标签：

原文地址：http://blog.csdn.net/ydd97/article/details/47816251