AcWing 126.最大的和

给定一个包含整数的二维矩阵,子矩形是位于整个阵列内的任何大小为 1×11×1 或更大的连续子阵列。

矩形的总和是该矩形中所有元素的总和。

在这个问题中,具有最大和的子矩形被称为最大子矩形。

例如,下列数组:

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

其最大子矩形为:

9 2 
-4 1 
-1 8 

它拥有最大和 1515。

输入格式

输入中将包含一个 N×NN×N 的整数数组。

第一行只输入一个整数 NN,表示方形二维数组的大小。

从第二行开始,输入由空格和换行符隔开的 N2N2 个整数,它们即为二维数组中的 N2N2 个元素,输入顺序从二维数组的第一行开始向下逐行输入,同一行数据从左向右逐个输入。

数组中的数字会保持在 [−127,127][−127,127] 的范围内。

输出格式

输出一个整数,代表最大子矩形的总和。

数据范围

1≤N≤1001≤N≤100

输入样例:
4
0 -2 -7 0 9 2 -6 2
-4 1 -4  1 -1

8  0 -2
输出样例:
15

 题解

首先,这道题要求的是一个矩形的最大值,我们可能先想到二维和,但是,如果我们直接用二维前缀和暴力枚举,可能会超时,为什么?

这个矩阵式随机的一片区域,用普通二维前缀和,我们就要知道左上角和右下角,求最大的,我们免不了要把每个左上角和右下角列出来,就要用4个嵌套循环,那么时间复杂度是n^4,可能超时

那么,优化的二维前缀和来了。

我们只需要每列的前缀和,也就是g[i][j]+=g[i-1][j];

如何用它来求最大的呢?

 for(int i=1;i<=n;i++)   
    for(int j=i;j<=n;j++)

这个是上下边界,也可理解位每行,第i行和第j行,我们不管它们之间有几行,直接压缩成一个一维,那么每列的前缀和的作用也就有了。

然后就是

for(int k=1;k<=n;k++)
        {
            last=max(last,0)+g[j][k]-g[i-1][k];
            ans=max(ans,last);
        }

我们压缩成一维后,这里的k也就第k个数的意思。为什么可以这样做?

a1 a2 a3 a4  a5  a6  a7

我们以a6位结尾的最大和是last

假设a7大于0

如果last<=0,那么以a7为结尾的最大就是a7

相反的,如果last>0,那么以a7为结尾的最大就是last+a7。

#include <iostream>
#include <climits>
#include <algorithm>
using namespace std;

int g[110][110];

int main()
{
    int n;
    cin>>n;
    
    for(int i=1;i<=n;i++)
    for(int j=1;j<=n;j++)
    {
        scanf("%d",&g[i][j]);
        g[i][j]+=g[i-1][j];
    }
    
    //这里的i和j不是几行几列,而是上下边界
    int ans=INT_MIN;
    for(int i=1;i<=n;i++)   
    for(int j=i;j<=n;j++)
    {
        int last=0;
        for(int k=1;k<=n;k++)
        {
            last=max(last,0)+g[j][k]-g[i-1][k];
            ans=max(ans,last);
        }
    }
    
    cout<<ans<<endl;
    return 0;
}

### 关于 AcWing 800 数组元素目标 的解题思路 此问题的核心在于如何高效地查找两个升序数组中的元素对 `(i, j)`,使得 `A[i] + B[j] = x`。由于输入的数组已经是升序排列,可以通过双指针技术来优化解决方案。 #### 双指针方法解析 定义两个指针:一个指向数组 `A` 的起始位置(记作 `left`),另一个指向数组 `B` 的末尾位置(记作 `right`)。初始状态下,计算当前两数之 `sum = A[left] + B[right]` 并与目标值 `x` 进行比较: - 如果 `sum < x`,说明需要增大总,则将 `left` 向右移动一位。 - 如果 `sum > x`,说明需要减小总,则将 `right` 向左移动一位。 - 当 `sum == x` 时,记录下索引对 `(left, right)`,并继续调整指针以寻找其他可能的结果。 这种方法的时间复杂度为 O(n),其中 n 是较长的那个数组长度[^5]。 以下是基于 C++ 的实现代码示例: ```cpp #include <iostream> #include <vector> using namespace std; int main() { int m, n; long long x; cin >> m; // 输入数组A大小 vector<long long> A(m); for (auto &num : A) cin >> num; // 输入数组A cin >> n; // 输入数组B大小 vector<long long> B(n); for (auto &num : B) cin >> num; // 输入数组B cin >> x; // 输入目标值x int i = 0, j = n - 1; while (i < m && j >= 0) { // 使用双指针遍历 if (A[i] + B[j] == x) { cout << i << " " << j << endl; // 输出符合条件的一对索引 ++i; --j; // 调整指针继续搜索更多结果 } else if (A[i] + B[j] < x) { ++i; // 增大左侧数值尝试匹配更大的组合 } else { --j; // 减少右侧数值尝试匹配更小的组合 } } return 0; } ``` 上述程序实现了双指针逻辑,并能够正确处理多组数据的情况。如果存在多个满足条件的配对情况,该算法会逐一打印出来。 #### 注意事项 需要注意的是,在实际应用过程中要确保读取的数据范围合理,防止越界访问等问题发生。另外,对于边界测试用例也要特别留意,比如其中一个数组为空或者所有元素都不构成有效解答的情形。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值