题目:面试题 17.24. 最大子矩阵
给定一个正整数和负整数组成的 N × M 矩阵,编写代码找出元素总和最大的子矩阵。
返回一个数组 [r1, c1, r2, c2],其中 r1, c1 分别代表子矩阵左上角的行号和列号,r2, c2 分别代表右下角的行号和列号。若有多个满足条件的子矩阵,返回任意一个均可。
注意:本题相对书上原题稍作改动
示例:
输入:
[
[-1,0],
[0,-1]
]
输出: [0,1,0,1]
解释: 输入中标粗的元素即为输出所表示的矩阵
说明:
- 1 <= matrix.length, matrix[0].length <= 200
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/max-submatrix-lcci
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
基本思想:动态规划
这道题是最大子段和的延伸,将一维变为的二维。
求解思路:将二维降维成一维,利用最大子段和的思想进行求解
- 将矩阵压缩:也就是求每一列的前缀和(前i个元素的和)
- 求任意两行之间的最大子矩阵和(最大子段和的思想)
- 因为这里要确定最大子矩阵的左上角和右下角的位置,所以在第2步求解的过程中记录子矩阵的起始列
说明:这道题B站上小旭讲的超级明白,参考链接:视频链接
class Solution {
public:
vector<int> getMaxMatrix(vector<vector<int>>& matrix) {
int row = matrix.size(), col = matrix[0].size();
int part_sum[col][row + 1];
//求每一列的前缀和
for(int i = 0; i < col; ++i){
part_sum[i][0] = 0;
for(int j = 0; j < row; ++j){
part_sum[i][j + 1] = part_sum[i][j] + matrix[j][i];
}
}
int res = INT_MIN;
vector<int> result(4);
//求任意两行之间的最大子矩阵和
for(int i = 0; i < row; ++i){
for(int j = i; j < row; ++j){
int s_col = 0;//起始列为0
int dp = 0;
for(int k = 0; k < col; ++k){
//终止列
if(dp > 0){
dp += part_sum[k][j + 1] - part_sum[k][i];
}
else{
s_col = k;
dp = part_sum[k][j + 1] - part_sum[k][i];
}
if(dp > res){
res = dp;
result = {
i, s_col, j, k};
}
}
}
}
return result;
}
};
/*
这道题是最大子段和的延伸,
基本思路:将这道题转化为最大子段和
1.将二维数组压缩成一维数组,就可以用最大子段和的动态规划思路;压缩方法:求每一列的前i个元素的和
2.然后求任意[i,j]行所构成的最大子矩阵
*/