O(N^3)找最大子矩阵Submatrix
来源:互联网 发布:淘宝一元拍网址 编辑:程序博客网 时间:2024/05/01 02:14
其实这个方法是从找最大子序列演化过来的
找最大子序列的话,最直接的方法是确定左右边界,然后把这之间的加起来,与当前最大值比较,这样做法复杂度为O(N^3)
稍微优化一下的话,是确定一边,然后一个一个加上去,每次与当前最大值比较,这样做法复杂度为O(N^2)
再优化一下,就是从第一个开始加,每加一次之后与当前最大值比较,一旦和小于0,就把和清零,因为说明前面的那段对最大没有贡献,复杂度为O(N)
这其实也是动态规划的思想
令b[j]表示从a[0]~a[j]的最大子段和,b[j]的当前值只有两种情况,(1) 最大子段一直连续到a[j] (2) 以a[j]为起点的子段,不知有没有读者注意到还有一种情况,那就是最大字段没有包含a[j],如果没有包含a[j]的话,那么在算b[j]之前的时候我们已经算出来了,注意我们只是算到位置为j的地方,所以最大子断在a[j]后面的情况我们可以暂时不考虑。
由此我们得出b[j]的状态转移方程为:b[j]=max{b[j-1]+a[j],a[j]},
所求的最大子断和为max{b[j],0<=j<n}。进一步我们可以将b[]数组用一个变量代替。
得出的算法如下:
int maxSubArray(int n,int a[])
{
int b=0,sum=-10000000;
for(int i=0;i<n;i++)
{
if(b>0) b+=a[i];
else b=a[i];
if(b>sum) sum=b;
}
return sum;
}
这就是第三种方法-动态规划。
然后现在再来看矩阵,如果把最大子矩阵分成这么几种情况:从第i行到第j行,这里就需要O(N^2),然后对于选定的行边界,再把这两个边界之间所有行的同一列相加,就可以合并得到一个序列,接下来就是求最大子序列问题,因此再乘上O(N),总的复杂度即为O(N^3)
顺便提一句,之前的对于子序列的O(N^3)与O(N^2)分别对应的方法在求最大子矩阵里为O(N^6)与O(N^4)
- O(N^3)找最大子矩阵Submatrix
- 最大子矩阵和(任意子阵,O(n^4)和O(n^3))
- HDU 2870 Largest Submatrix (最大子矩阵)
- Largest Submatrix-最大子矩阵-HDU-2870
- HDU2870_Largest Submatrix【最大完全子矩阵】
- hdu 2870 Largest Submatrix 最大子矩阵
- hdu 2870 Largest Submatrix 最大子矩阵
- 最大子矩阵和 submatrix with maximum sum
- HDU 2870 Largest Submatrix DP求最大子矩阵
- hdu 2870 Largest Submatrix(最大子矩阵变式)
- HDU 2870 Largest Submatrix(dp最大子矩阵和)
- HDU 2870 Largest Submatrix(最大子矩阵面积)
- 最大子矩阵和(HD 1559,DP,给定子矩阵行列,O(n^2))
- [java实现]找一个数组的最大和的连续子数组(时间复杂度 O(n))
- [java实现]找一个数组的最大和的连续子数组(时间复杂度 O(n))
- 求数组的最大子段和(O(N^3)-->O(N^2)-->O(NlogN)-->O(N))
- hdu4328 最大子矩阵问题O(n*m)扫描思想
- 最大子序列和问题逐步优化从O(n^3)---O(n)
- win7如何注册msscript.ocx
- Mac系统下常用的快捷键
- 计算机网络
- leetCode 97:Interleaving String
- Java:Integer的值问题
- O(N^3)找最大子矩阵Submatrix
- BestCoder Round #57 (div.2)HDU 5480 Conturbatio
- leetcode:Add Digits
- 关于软件的自动化测试能否代替软件的手工测试
- 用JAVA做一个用户登入系统
- hdu4778状态压缩dp 博弈
- machine learning2
- Java:详解传值和传引用
- 强大的仿苹果启动器 Cairodock