最大子矩阵和问题归纳总结

2024-09-07 18:32

本文主要是介绍最大子矩阵和问题归纳总结,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一,最大子矩阵问题:
给定一个n*n(0< n <=100)的矩阵,请找到此矩阵的一个子矩阵,并且此子矩阵的各个元素的和最大,输出这个最大的值。
Example:
0 -2 -7 0
9 2 -6 2
-4 1 -4 1
-1 8 0 -2
其中左上角的子矩阵:
9 2
-4 1
-1 8
此子矩阵的值为9+2+(-4)+1+(-1)+8=15。

二,分析
子矩阵是在矩阵选取部份行、列所组成的新矩阵。
我们首先想到的方法就是穷举一个矩阵的所有子矩阵,然而一个n*n的矩阵的子矩阵的个数当n比较大时时一个很大的数字 O(n^2*n^2),显然此方法不可行。怎么使得问题的复杂度降低呢?对了,相信大家应该知道了,用动态规划。对于此题,怎么使用动态规划呢?

    请先参考-->最大子段和问题这个问题与最大子段有什么联系呢?

1、首先考虑一维的最大子段和问题,给出一个序列a[0],a[1],a[2]…a[n],求出连续的一段,使其总和最大。

a[i]表示第i个元素
dp[i]表示以a[i]结尾的最大子段和

dp[i] = max{a[i], dp[i-1] + a[i]}

解释一下方程:

如果dp[i-1] > 0,则 dp[i] = dp[i-1] + a[i]
如果dp[i-1] < 0,则 dp[i] = a[i]

因为不用记录位置信息,所以dp[]可以用一个变量dp代替:

如果dp > 0,则dp += a[i]
如果dp < 0,则dp = a[i]

2、考虑二维的最大子矩阵问题

我们可以利用矩阵压缩把二维的问题转化为一维的最大子段和问题。因为是矩阵和,所以我们可以把这个矩形的高压缩成1,用加法就行了。

假设最大子矩阵的结果为从第r行到k行、从第i列到j列的子矩阵,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 |

那么我们将从第r行到第k行的每一行中相同列的加起来,可以得到一个一维数组如下:
(ar1+……+ak1, ar2+……+ak2, ……,arn+……+akn)
由此我们可以看出最后所求的就是此一维数组的最大子段和问题,到此我们已经将问题转化为上面的已经解决了的问题了。

poj1050:给一个n*n(1<=n<=100)的矩阵,求最大子矩阵和

#include <iostream>
#include <cstring>
#include <cstdio>
#include <algorithm>
#include <vector>
using namespace std;
int mp[100][100];
int temp[200];
const  int mod = 1e9+7;int solve(int *a,int n)
{int dp = 0,Max = 0;for(int i = 0; i < n; i++){if(dp > 0) dp += a[i];else dp = a[i];Max = max(Max, dp);}return Max;
}int main()
{#ifdef xxzfreopen("in.txt","r",stdin);#endif // xxzint n;while(~scanf("%d",&n)){for(int i = 0; i < n; i++)for(int j = 0; j < n; j++)cin>>mp[i][j];int max_ans = 0;for(int i = 0; i < n; i++){memset(temp,0,sizeof(temp));for(int j = i;j < n; j++){for(int k = 0; k < n; k++)temp[k] += mp[j][k];int ans = solve(temp,n);max_ans = max(max_ans,ans);}}cout<<max_ans<<endl;}return 0;
}

HDU1559:给出n*m(0< n,m<=1000)的矩阵,求规格为x*y的小矩阵最大和为多少。
这题相比上题增加了限制条件,也就是上面那种的特殊情况,如用上面算法时间复杂度是O(n*n*m)则会超时,由于题目对小矩阵有了限制,我们可以用DP做,令a[i][j]为1<=s<=i,1<=t<=j所有元素的和,可以在线处理,那么就可以通过加减来求出当前子矩阵和,就好像计算几个矩阵面积一样(某部分覆盖在一起,所以相加后减去重复的面积)。

#include <iostream>
#include <cstring>
#include <cstdio>
#include <algorithm>
#include <vector>
using namespace std;
int mp[1000][1000];
int temp[200];
const  int mod = 1e9+7;int solve(int *a,int n)
{int dp = 0,Max = 0;for(int i = 0; i < n; i++){if(dp > 0) dp += a[i];else dp = a[i];Max = max(Max, dp);}return Max;
}int main()
{
#ifdef xxzfreopen("in.txt","r",stdin);
#endif // xxzint T;scanf("%d",&T);while(T--){int n,m,x,y;cin>>n>>m>>x>>y;int Max = 0;for(int i = 1; i <= n; i++){for(int j = 1; j <= m; j++){cin>>mp[i][j];mp[i][j] += mp[i-1][j] + mp[i][j-1] - mp[i-1][j-1];if(i >= x && j >= y){int ans = mp[i][j] - mp[i-x][j] - mp[i][j-y] + mp[i-x][j-y];Max = max(Max,ans);}}}cout<<Max<<endl;}return 0;
}

其实这题还可以用数状数组做,二维的裸题

#include <iostream>
#include <cstdio>
#include <cstring>
using namespace std;int S;int mp[1200][1200];
int lowbit(int x)
{return x & -x;
}int  getsum(int x,int y)
{int  sum  = 0;for(int i  = x; i > 0; i -= lowbit(i))for(int j = y; j > 0; j -= lowbit(j)){sum += mp[i][j];}return sum;
}void update(int x,int y,int value)
{for(int i = x; i <= 1200; i += lowbit(i))for(int j = y; j <=1200 ; j += lowbit(j)){mp[i][j] += value;}
}int main()
{#ifdef xxzfreopen("in","r",stdin);#endif // xxzint T;scanf("%d",&T);while(T--){int m,n,x,y;scanf("%d%d%d%d",&m,&n,&x,&y);memset(mp,0,sizeof(mp));for(int i = 1; i <= m; i++){for(int j = 1; j <= n; j++){int temp;scanf("%d",&temp);update(i,j,temp);}}int ans = -1;for(int i = x; i <= m; i++){for(int j = y; j <= n; j++){ans = max(ans,getsum(i,j) - getsum(i-x,j)-getsum(i,j-y) + getsum(i-x,j-y));}}printf("%d\n",ans);}return 0;
}

这篇关于最大子矩阵和问题归纳总结的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1145825

相关文章

Spring的RedisTemplate的json反序列泛型丢失问题解决

《Spring的RedisTemplate的json反序列泛型丢失问题解决》本文主要介绍了SpringRedisTemplate中使用JSON序列化时泛型信息丢失的问题及其提出三种解决方案,可以根据性... 目录背景解决方案方案一方案二方案三总结背景在使用RedisTemplate操作redis时我们针对

Kotlin Map映射转换问题小结

《KotlinMap映射转换问题小结》文章介绍了Kotlin集合转换的多种方法,包括map(一对一转换)、mapIndexed(带索引)、mapNotNull(过滤null)、mapKeys/map... 目录Kotlin 集合转换:map、mapIndexed、mapNotNull、mapKeys、map

nginx中端口无权限的问题解决

《nginx中端口无权限的问题解决》当Nginx日志报错bind()to80failed(13:Permissiondenied)时,这通常是由于权限不足导致Nginx无法绑定到80端口,下面就来... 目录一、问题原因分析二、解决方案1. 以 root 权限运行 Nginx(不推荐)2. 为 Nginx

解决1093 - You can‘t specify target table报错问题及原因分析

《解决1093-Youcan‘tspecifytargettable报错问题及原因分析》MySQL1093错误因UPDATE/DELETE语句的FROM子句直接引用目标表或嵌套子查询导致,... 目录报js错原因分析具体原因解决办法方法一:使用临时表方法二:使用JOIN方法三:使用EXISTS示例总结报错原

Windows环境下解决Matplotlib中文字体显示问题的详细教程

《Windows环境下解决Matplotlib中文字体显示问题的详细教程》本文详细介绍了在Windows下解决Matplotlib中文显示问题的方法,包括安装字体、更新缓存、配置文件设置及编码調整,并... 目录引言问题分析解决方案详解1. 检查系统已安装字体2. 手动添加中文字体(以SimHei为例)步骤

SpringSecurity整合redission序列化问题小结(最新整理)

《SpringSecurity整合redission序列化问题小结(最新整理)》文章详解SpringSecurity整合Redisson时的序列化问题,指出需排除官方Jackson依赖,通过自定义反序... 目录1. 前言2. Redission配置2.1 RedissonProperties2.2 Red

nginx 负载均衡配置及如何解决重复登录问题

《nginx负载均衡配置及如何解决重复登录问题》文章详解Nginx源码安装与Docker部署,介绍四层/七层代理区别及负载均衡策略,通过ip_hash解决重复登录问题,对nginx负载均衡配置及如何... 目录一:源码安装:1.配置编译参数2.编译3.编译安装 二,四层代理和七层代理区别1.二者混合使用举例

Java通过驱动包(jar包)连接MySQL数据库的步骤总结及验证方式

《Java通过驱动包(jar包)连接MySQL数据库的步骤总结及验证方式》本文详细介绍如何使用Java通过JDBC连接MySQL数据库,包括下载驱动、配置Eclipse环境、检测数据库连接等关键步骤,... 目录一、下载驱动包二、放jar包三、检测数据库连接JavaJava 如何使用 JDBC 连接 mys

怎样通过分析GC日志来定位Java进程的内存问题

《怎样通过分析GC日志来定位Java进程的内存问题》:本文主要介绍怎样通过分析GC日志来定位Java进程的内存问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、GC 日志基础配置1. 启用详细 GC 日志2. 不同收集器的日志格式二、关键指标与分析维度1.

Java 线程安全与 volatile与单例模式问题及解决方案

《Java线程安全与volatile与单例模式问题及解决方案》文章主要讲解线程安全问题的五个成因(调度随机、变量修改、非原子操作、内存可见性、指令重排序)及解决方案,强调使用volatile关键字... 目录什么是线程安全线程安全问题的产生与解决方案线程的调度是随机的多个线程对同一个变量进行修改线程的修改操