ZOJ-1074* 和值最大子矩阵

本文介绍了一种利用动态规划解决二维矩阵中寻找具有最大和的子矩阵问题的方法。通过将二维矩阵压缩为一维数组并求解最大连续子数组和来实现。此算法能够有效地避免重复计算,并通过迭代更新行范围和列和来逐步找到最优解。
1074:给出一个N*N矩阵,求所有子矩阵中能达到的最大和值。

动态规划。矩阵是二维的,先降维,想象把矩阵压扁成一维数组。数组中每个值是原矩阵一列的和值。然后问题转化成和最大的连续子串问题。

求连续子串最大和值O(n)可解。从头扫描累和,遇负数和值则舍弃。因为负值成了接下来的负担。

求子矩阵要确定起始的行和终止的行。在相同起始行下,列和数组是增量计算的,避免了重复计算。


计算演示。 确定行范围,扩展列。 行向下扩展过程中列只需增量计算。
[color=red]A[/color] B C [color=red]A[/color] [color=red]B[/color] C [color=red]A B C[/color] [color=red]A[/color] B C [color=red]A B[/color] C
[color=red]A[/color] B C [color=red]A[/color] [color=red]B[/color] C [color=red]A B C[/color] [color=red]A[/color] B C [color=red]A B[/color] C
A B C A B C A B C [color=red]A[/color] B C [color=red]A B[/color] C



#include<stdio.h>
#include<memory.h>
#include<iostream>
using namespace std;

int matrix[100][100];
int colsum[100];

//计算连续字串最大和值,O(n)
int findmaxsum(int *p,int N)
{
int currsum=0;
int maxsum=p[0];
for(int i=0;i<N;i++)
{
currsum+=p[i];
if(currsum<0)
currsum=0;
else if(currsum>maxsum)
maxsum=currsum;
}
return maxsum;
}

int main()
{


int N;
cin>>N;
for(int i=0;i<N;i++)
for(int j=0;j<N;j++)
cin>>matrix[i][j];

int tmp;
int max=matrix[0][0];

//起始行
for(int rs=0;rs<N;rs++)
{
//初始化
memset(colsum,0,100*sizeof(int));
//终结行
for(int re=rs;re<N;re++)
{
//列值增加,求区域和
for(int col=0;col<N;col++)
{
colsum[col]+=matrix[re][col];
tmp=findmaxsum(colsum,col+1);
if(tmp>max)
max=tmp;
}
}
}

cout<<max<<endl;
}


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