求一个M*N的矩阵的最大子矩阵和。找出在矩阵中,所有元素加起来之和最大的子矩阵
比如在如下这个矩阵中:
0 -2 -7 0
9 2 -6 2
-4 1 -4 1
-1 8 0 -2
拥有最大和的子矩阵为:
9 2
-4 1
-1 8
其和为15。
思路:首先我们考虑如果是一维数组,我们要找到其中的最大子段和,应该怎么做。我们要记录从头到当前位置的最大字段和的值,如何计算这个值呢。比如第n个位置处的最大字段和,就是比较下第n-1位置处(前n-1个的最大字段和)的值,与当前位置的值。一共有两种情况:第一种情况是前n-1个的最大字段和加上当前值比较大,另一种情况是当前值比较大。我们都可以根据最大子段和问题的递推公式是 b[j]=max{b[j-1]+a[j], a[j]},b[j] 指的是从0开始到j的最大子段和。假设原始矩阵为:[9, 2, -6, 2], 那么b[] = {9, 11, 5, 7}, 那么最大字段和为11, 如果找最大子矩阵的话,那么这个子矩阵是 [9, 2]。
int maxSubsequence(int arr[],int length) { if (length== 0) { return 0; } int max = INT_MIN; int *maxSub = new int[length]; maxSub[0] = arr[0]; for (int i = 1; i < length; i++) { maxSub[i] = (maxSub[i-1] > 0) ? (maxSub[i-1] + arr[i]) : arr[i]; if (max < maxSub[i]) { max = maxSub[i]; } } return max; }
如果是二维的情况,就变成了最大子矩阵了。为了能够找出最大的子矩阵,我们需要考虑所有的情况。假设这个子矩阵是 2 *k, 也就是说它只有两行,要找出最大子矩阵,我们要从左到右不断的遍历才能找出在这种情况下的最大子矩阵。如果我们把这两行上下相加,情况就和求“最大子段和问题” 又是一样的了。
为了找出在原始矩阵里的最大子矩阵,我们要遍历所有的子矩阵的可能情况,也就是说,我们要考虑这个子矩阵有可能只有1行,2行,。。。到n行。而在每一种情况下,我们都要把它所对应的矩阵部分上下相加才求最大子矩阵(局部)。
为了能够在原始矩阵里很快得到从 i 行到 j 行 的上下值之和,我们这里用到了一个辅助矩阵,它是原始矩阵从上到下加下来的。
total矩阵就是我们的辅助矩阵,total[i][j]表示从i行到j行的和
int total[4][4]; memcpy(&total[0][0],&matrix[0][0],64); //新建total辅助矩阵,用原始矩阵初始化 for (int i = 1; i < 4; i++)//4表示矩阵的行数 { for (int j = 0; j < 4; j++) //4表示矩阵的列数 { total[i][j] += total[i-1][j]; //将矩阵的对应每列从上到下加下来 } }
如果我们要求第 i 行到第 j 行之间上下值的和,我们可以通过total[j][k] - total[i-1][k] 得到,k对应的是第k列
int subMaxMatrix(int matrix[4][4]) //这里直接传原始矩阵 { int total[4][4]; memcpy(&total[0][0],&matrix[0][0],64);//建立辅助矩阵并初始化 for (int i = 1; i < 4; i++) { for (int j = 0; j < 4; j++) { total[i][j] += total[i-1][j]; //将矩阵的每一列从上到下加起来 } } int maximum =INT_MIN; for (int i = 0; i < 4; i++) { for (int j = i; j < 4; j++) { //result 保存的是从 i 行 到第 j 行 所对应的矩阵上下值的和 int* result = new int[4]; for (int f = 0; f < 4; f++) { if (i == 0) result[f] = total[j][f];//第一行就是本身 else result[f] = total[j][f] - total[i - 1][f]; //其他行要减去起始行的结果才行,这样才是从起始行到该行的元素和 } int maximal = maxSubsequence(result,4);//求每个小矩阵对应一维数组的最大字段和 if (maximal > maximum) maximum = maximal; } } return maximum; }