动态规划之最大子矩阵和

分析: 我们已经解决了一维的问题(基础篇中的最大子段和问题),现在变成二维了,我们看看能不能把这个问题转化为一维的问题。最后子矩阵一定是在某两行之间的。假设我们认为子矩阵在第i行和第j列之间,我们如何得到i和j呢,对,枚举。  枚举所有1<=i<=j<=M,表示最终子矩阵选取的行范围。

 

我们把每一列第i行到第j行之间的和求出来,形成一个数组c,于是一个第i行到第j行之间的最大子矩阵和对应于这个和数组c的最大子段和。于是,我们的算法变为:

动态规划之最大子矩阵和_第1张图片

for i = 1 to M do
	for j = i to M do
		//计算第每列第i行到第j列的和
		 for k = 1 to N do
			c[k] = (j == i)?a[i][k] : (c[k] + a[j][k])
		 endfor
                         //求c的最大子段和 记录全局最优结果
	endfor
endfor

 

我们看看标为红色的部分 就是求每列第i行到第j行之间的所有数的和,我们没有再用一个循环求,而是随着j的增长,每次把第j行的结果叠加到之前的和上。 另外求c的最大子数组和是个线性时间算法,实际上它可以和那个k的for循环合并在一起,不过不影响时间复杂度。时间复杂度是O(M^2N)。

例题:点开链接

你可能感兴趣的:(动态规划,基础算法)