标签:动态 name img 设计 load std 需要 二维数组 二维
2、最大子矩阵和问题
(1)问题描述:给定一个m行n列的整数矩阵A,试求A的一个子矩阵,时期各元素之和为最大。
(2)问题分析:
用二维数组a[1:m][1:n]表示给定的m行n列的整数矩阵。子数组a[i1:i2][j1:j2]表示左上角和右下角行列坐标分别为(i1,j1)和(i2,j2)的子矩阵,其各元素之和记为:
最大子矩阵问题的最优值为。如果用直接枚举的方法解最大子矩阵和问题,需要O(m^2n^2)时间。注意到,式中,,设,则
容易看出,这正是一维情形的最大子段和问题。因此,借助最大子段和问题的动态规划算法MaxSum,可设计出最大子矩阵和动态规划算法如下:
//3d4-5 最大子矩阵之和问题 #include "stdafx.h" #include <iostream> using namespace std; const int M=4; const int N=3; int MaxSum(int n,int *a); int MaxSum2(int m,int n,int a[M][N]); int main() { int a[][N] = {{4,-2,9},{-1,3,8},{-6,7,6},{0,9,-5}}; for(int i=0; i<M; i++) { for(int j=0; j<N; j++) { cout<<a[i][j]<<" "; } cout<<endl; } cout<<endl; cout<<"数组a的最大连续子段和为:"<<MaxSum2(M,N,a)<<endl; return 0; } int MaxSum2(int m,int n,int a[M][N]) { int sum = 0; int *b = new int[n+1]; for(int i=0; i<m; i++)//枚举行 { for(int k=0; k<n;k++) { b[k]=0; } for(int j=i;j<m;j++)//枚举初始行i,结束行j { for(int k=0; k<n; k++) { b[k] += a[j][k];//b[k]为纵向列之和 int max = MaxSum(n,b); if(max>sum) { sum = max; } } } } return sum; } int MaxSum(int n,int *a) { int sum=0,b=0; for(int i=1; i<=n; i++) { if(b>0) { b+=a[i]; } else { b=a[i]; } if(b>sum) { sum = b; } } return sum; }
标签:动态 name img 设计 load std 需要 二维数组 二维
原文地址:http://www.cnblogs.com/Aragaki/p/7520196.html