子数组之和最大值(二维数组)
来源:互联网 发布:智慧工地软件加盟 编辑:程序博客网 时间:2024/06/11 16:35
我们在前面分析了一维数组的子数组之和最大值的问题,那么如果是二维数组又该如何分析呢?
最直接的方法,当然就是枚举每一个矩形区域,然后再求这个矩形区域中元素的和。
解法一:枚举
采用这种方法的时间复杂度为O(N2*M2*sum的时间复杂度)。
对于部分和sum,可以作一个预处理,设p[i][j]表示从arr[0][0]加到arr[i][j]的和;
则从arr[i1][j1]加到arr[i2][j2]的和为:
sum(arr, i1, i2, j1, j2) = p[i2][j2] + p[i1-1][j1-1] - p[i1-1][j2] - p[i2-1][j1]
这个预处理的时间复杂度为O(NM),算法时间复杂度为O(N2*M2)。
方法二:动态规划
假设已经确定了矩形区域的上下边界,比如知道矩形区域的上下边界分别是第a行和第c行,现在要确定左右边界。
其实这个问题就是一维的,可以把每一列中第a行和第c行之间的元素看成一个整体。即求数组(BC[1], ..., BC[M])中和最大的一段,其中BC[i]=B[a][i] + ... + B[c][i]。
这样,我们枚举矩形的上下边界,然后再用一维情况下的方法确定左右边界,就可以得到二维问题的解。新的方法的时间复杂度为O(N*M*min(N, M))。
public class Array_2 {public static void main(String[] args){int[][] h={{1,2,3},{4,-5,6},{7,8,9}};System.out.println(Maxsum_2(h));}public static int Maxsum_2(int[][] arr){int maxumum=Integer.MIN_VALUE;for(int i=0;i<arr.length;i++){for(int j=i;j<arr.length;j++){//System.out.print("i="+i+"j="+j+" ");int sum=0;int[] n = new int[arr[0].length];for(int w=0;w<arr[0].length;w++){sum=0;for(int k=i;k<=j;k++){sum = sum+arr[k][w];}n[w]=sum;//System.out.print(w+" "+n[w]+" ");}if(Maxsum_ultimate(n)>maxumum)maxumum =Maxsum_ultimate(n);}}return maxumum;}public static int Maxsum_ultimate(int[] arr)//一维数组子数组最大计算公式,O(N).{int maxSum = Integer.MIN_VALUE;int sum = 0;for(int i = 0; i < arr.length; ++i){if(sum < 0){sum = arr[i];}else{sum += arr[i];}if(sum > maxSum){maxSum = sum;}}return maxSum;}}结果如下:
35
0 0
- 子数组之和最大值(二维数组)
- 二维子数组之和的最大值
- 子数组之和的最大值(二维)
- 一维和二维子数组之和最大值
- 二维子数组之和的最大值
- 二维子数组之和的最大值
- 子数组之和的最大值(二维)
- 子数组之和的最大值(二维)
- 子数组之和的最大值(二维)
- 二维子数组之和的最大值
- 二维数组的子数组之和的最大值
- 【ACM】数组的子数组之和的最大值(二维)
- 编程之美 子数组之和的最大值(二维)
- 编程之美---子数组之和的最大值(二维)
- 求子数组之和的最大值(二维)
- 2.15 子数组之和的最大值(二维)
- 数字之魅:子数组之和的最大值[二维]+[三维]
- 二维子数组最大值
- Android蓝牙(一)
- python3 标准类型
- android控件——ProgressDialog
- 基于内容的推荐系统
- the `gets' function is dangerous and should not be used.
- 子数组之和最大值(二维数组)
- 自学编程的技术进谷歌
- js 省市区三级(二级)联动
- 欢迎使用CSDN-markdown编辑器
- 数据结构——树
- It's my life-2016
- HDFS NameNode内存全景
- 最短路(SPFA+建图)——HDU 4725
- UVA 714-抄书(二分法)