最大子矩阵是一种典型的dp问题。某种程度上说是最大连续子序列和问题的扩展。
这是最常见的最大子矩阵问题的体型。简单的解决方案就是把列累加,遍历任意两行的累加值的差值,然后就转换成了普通的最大连续子序列和问题。从而将二维问题转换为一维。时间复杂度较高为O(N^3)
#include<iostream> #include<cstdio> #include<cstring> using namespace std; const int MAX=104; int a[MAX][MAX]; int dp[MAX]; int main() { int n; while(~scanf("%d",&n)) { memset(a,0,sizeof a); memset(dp,0,sizeof dp); for(int i=1; i<=n; i++) { for(int j=1; j<=n; j++) { scanf("%d",&a[i][j]); a[i][j]+=a[i-1][j]; } } int max_sum=0; for(int i=1; i<=n; i++) { for(int j=0; j<i; j++) { for(int k=1; k<=n; k++) { dp[k]=a[i][k]-a[j][k]; dp[k]+=dp[k-1]; if(dp[k]<0) dp[k]=0; if(dp[k]>max_sum) max_sum=dp[k]; } } } printf("%d\n",max_sum); } }
所以下面的dp[k]=a[i][k]-a[j][k],dp[k]表示的就是原矩阵第k列中,第i行到第j行的元素和。
三层for循环,前两层循环为遍历任意两行的差值。也就是说遍历子矩阵的首行和尾行的所有情况。
内部第三层for循环,就是一般的求解一维最大连续子序列和的求法。
这道题与上题不同,它加了两个限制条件,就是子矩阵的两个维度必须是给定的x,y值。
#include<iostream> #include<cstdio> #include<cstring> using namespace std; const int MAX=1004; int a[MAX][MAX]; int dp[MAX]; int main() { int t; scanf("%d",&t); while(t--) { int m,n,x,y; memset(a,0,sizeof a); scanf("%d%d%d%d",&m,&n,&x,&y); for(int i=1; i<=m; i++) { for(int j=1; j<=n; j++) { scanf("%d",&a[i][j]); a[i][j]+=a[i-1][j]; } } int max_sum=0; for(int i=x; i<=m; i++) { for(int j=1; j<=n; j++) { dp[j]=a[i][j]-a[i-x][j]; dp[j]+=dp[j-1]; if(j>=y) { max_sum=max(max_sum,dp[j]-dp[j-y]); } } } printf("%d\n",max_sum); } }大同小异,关键在于 决策 之时。dp[j]-dp[j-y]表示原矩阵中以(i,j)为右下角元素,行数为x,列数为y的子矩阵和。
hdu1559,1081最大子矩阵和的两种题型,布布扣,bubuko.com
原文地址:http://blog.csdn.net/guodongxiaren/article/details/38536997