[ZJOI2007]棋盘制作
题目描述
小Q
找到了一张由N×M个正方形的格子组成的矩形纸片,每个格子被涂有黑白两种颜色之一。小Q
想在这种纸中裁减一部分作为新棋盘,当然,他希望这个棋盘尽可能的大。
不过小Q
还没有决定是找一个正方形的棋盘还是一个矩形的棋盘(当然,不管哪种,棋盘必须都黑白相间,即相邻的格子不同色),所以他希望可以找到最大的正方形棋盘面积和最大的矩形棋盘面积,从而决定哪个更好一些。
于是小Q
找到了即将参加全国信息学竞赛的你,你能帮助他么?
输入格式
包含两个整数N和M,分别表示矩形纸片的长和宽。接下来的N行包含一个N ×M的01矩阵,表示这张矩形纸片的颜色(0表示白色,1表示黑色)。
输出格式
包含两行,每行包含一个整数。第一行为可以找到的最大正方形棋盘的面积,第二行为可以找到的最大矩形棋盘的面积(注意正方形和矩形是可以相交或者包含的)。
输入输出样例
输入 #1
3 3 1 0 1 0 1 0 1 0 0
输出 #1
4 6
说明/提示
对于20%的数据,N,M≤80
对于40%的数据,N,M≤400
对于100%的数据,N,M≤2000
分析
通过分析题目,我们得知这道题的时间复杂度大概在O(N*M)左右,又因为题目要求一个矩阵内特定的矩形、正方形的最大面积,所以想到可用DP
于是问题来了——怎么记状态?
如果我们设f[i][j]表示到达(i,j)位置时以该点为右下点的最大矩形(或正方形)的最大面积,尝试通过f[i-1][j]与f[i][j-1]递推得到f[i][j],那实现起来会较为困难。因为题目对矩形的要求为01交错,而我们还要考虑f[i-1][j]与f[i][j-1]所代表矩形的边长与新加入部分的长度的取舍,所以很麻烦。
方法简介
于是,我们的新方法——悬线法,出生了awa
记状态
对于每一个(i,j),我们记三个东西
1、它最左边所能到达的位置l[i][j]
2、它最右边所能到达的位置r[i][j]
3、它最上边所能到达的位置h[i][j]
于是简单理解后不难想到,面积可以表达为
(r[i][j]-l[i][j]+1)*(i-h[i][j]+1)
初始化
我们从初始化讲起,比较容易理解
我们需要一行一行地给三个数组进行初始化
首先h[i][j]赋予i
对于l,如果当前颜色和左边的颜色不一样,l [ i ] [ j ] = l [ i ] [ j - 1 ] ,否则l [ i ] [ j ] = j
对于r,类似地,r [ i ] [ j ] = r [ i ] [ j + 1 ] 或 r [ i ] [ j ] = j 两种情况
在这个过程中我们也可以对最大值进行初始化,即1行多列的矩形
传递
前面有提到
面积可以表达为( r [ i ] [ j ] - l [ i ] [ j ] + 1 )* ( i - h [ i ] [ j ] + 1 )
与初始化的更新最大值不同,在正式传递过程中,要考虑h数组,也就是上方的数据
所以思考得到与上方牵连关系的前提,是a [ i ] [ j ] ! = a [ i - 1 ] [ j ]
此时对应的l和r数组也可能不再能像初始化一样涵盖那么多位置,可以得出以下传递式
l [ i ] [ j ] = max ( l [ i ] [ j ] , l [ i - 1 ] [ j ] )
r [ i ] [ j ] = min ( r [ i ] [ j ] , r [ i - 1 ] [ j ] )
h [ i ] [ j ] = h [ i - 1 ] [ j ]
然后就可以用三个数组求出当前的面积用以更新最大值了
补充
其实开始学的时候,我疑惑过为什么要左右都记状态
不难发现,0101序列都是连续一段一段的,也就是说,每一个点都是连续一段的某个位置,只有每个位置都往上“捅”到最高点,才能找出以当前段为底(不一定每个位置都取到)的最大面积
Code
#include<bits/stdc++.h>
using namespace std;
int n,m;
bool a[2001][2001];
int l[2001][2001],r[2001][2001],h[2001][2001];
int ans1=1,ans2;
int main(){
scanf("%d%d",&n,&m);
for(int i=1;i<=n;++i){
for(int j=1;j<=m;++j){
scanf("%d",&a[i][j]);
l[i][j]=r[i][j]=j;
h[i][j]=i;
}
}
for(int i=1;i<=n;++i){
for(int j=2;j<=m;++j){
if(a[i][j]!=a[i][j-1])l[i][j]=l[i][j-1];
ans2=max(ans2,j-l[i][j]+1);
}
}
for(int i=1;i<=n;++i){
for(int j=m-1;j>0;--j){
if(a[i][j]!=a[i][j+1])r[i][j]=r[i][j+1];
ans2=max(ans2,r[i][j]-j+1);
}
}
for(int i=2;i<=n;++i){
for(int j=1;j<=m;++j){
if(a[i][j]!=a[i-1][j]){
l[i][j]=max(l[i][j],l[i-1][j]);
r[i][j]=min(r[i][j],r[i-1][j]);
h[i][j]=h[i-1][j];
}
int Wide=r[i][j]-l[i][j]+1;
int High=i-h[i][j]+1;
int Sa=Wide*High;
int Sb=min(Wide,High)*min(Wide,High);
ans1=max(ans1,Sb);
ans2=max(ans2,Sa);
}
}
printf("%d\n%d",ans1,ans2);
return 0;
}
总结
我认为,这种写法与普通的动态规划的最大区别,就是不直接以答案为数据设状态,而是根据题目特点将其拆分为多个状态,以方便转移。这种思维方式在动态规划中是十分重要的