在一个二维矩阵中寻找一个矩阵的区域,使其中的数字之和达到最大值

这个问题是二维最大子矩阵和问题,是一维最大子数组和问题的扩展。我们可以使用动态规划和 Kadane 算法的思想来解决这个问题。以下是 C++ 实现:

class Solution {
public:
    vector<int> maxSubMatrix(vector<vector<int>>& matrix) {
        // 检查矩阵是否为空
        if (matrix.empty() || matrix[0].empty()) return {};
        
        int rows = matrix.size(), cols = matrix[0].size();
        int maxSum = INT_MIN;
        // 结果向量:左边界,上边界,右边界,下边界,最大和
        vector<int> result(5, 0);
        
        // 遍历所有可能的左边界
        for (int left = 0; left < cols; left++) {
            // temp数组用于存储当前左右边界之间的列和
            vector<int> temp(rows, 0);
            // 遍历所有可能的右边界
            for (int right = left; right < cols; right++) {
                // 更新temp数组,加上当前列
                for (int i = 0; i < rows; i++) {
                    temp[i] += matrix[i][right];
                }
                
                // 在temp数组上应用Kadane算法
                int kadaneSum = 0, kadaneStart = 0, kadaneEnd = -1;
                int currentSum = 0, tempStart = 0;
                
                // Kadane算法:在temp数组中寻找最大子数组和
                for (int i = 0; i < rows; i++) {
                    currentSum += temp[i];
                    if (currentSum < 0) {
                        // 如果当前和为负,重新开始
                        currentSum = 0;
                        tempStart = i + 1;
                    } else if (currentSum > kadaneSum) {
                        // 更新Kadane的最大和及其边界
                        kadaneSum = currentSum;
                        kadaneStart = tempStart;
                        kadaneEnd = i;
                    }
                }
                
                // 如果找到更大的和,更新全局结果
                if (kadaneSum > maxSum) {
                    maxSum = kadaneSum;
                    result = {left, kadaneStart, right, kadaneEnd, maxSum};
                }
            }
        }
        
        return result;
    }
};

这个算法的工作原理如下:

  1. 我们使用两个嵌套的循环来尝试矩阵的所有可能的左边界和右边界。
  2. 对于每一对左右边界,我们计算这些列的和,存储在 temp 数组中。
  3. 然后,我们在 temp 数组上应用 Kadane 算法来找到最大的子数组和,这对应于给定左右边界下的最大子矩阵。
  4. 我们保持跟踪全局最大和及其对应的左、上、右、下边界。
  5. 最后,我们返回一个包含最大和子矩阵的左、上、右、下边界和最大和的向量。

这个算法的时间复杂度是 O(n^3),其中 n 是矩阵的行数和列数中的较大者。虽然这不是最优的解法(存在 O(n^3) 的解法),但它相对容易理解和实现。

空间复杂度是 O(n),因为我们使用了一个额外的数组来存储列的和。

这个算法可以处理包含正数、负数和零的整数矩阵。它也可以处理全负数的情况,在这种情况下,它会返回矩阵中最大的单个元素。

相关推荐
爱敲代码的憨仔40 分钟前
《线性代数的本质》
线性代数·算法·决策树
Guofu_Liao13 小时前
大语言模型---LoRA简介;LoRA的优势;LoRA训练步骤;总结
人工智能·语言模型·自然语言处理·矩阵·llama
平头哥在等你1 天前
求一个3*3矩阵对角线元素之和
c语言·算法·矩阵
2402_871321951 天前
MATLAB方程组
gpt·学习·线性代数·算法·matlab
Angindem1 天前
子矩阵的和(矩阵前缀和)
线性代数·矩阵
无限大.1 天前
力扣题解3248 矩阵中的蛇(简单)
算法·leetcode·矩阵
戊子仲秋1 天前
【LeetCode】每日一题 2024_11_21 矩阵中的蛇(模拟)
算法·leetcode·矩阵
2403_875180952 天前
短视频矩阵系统是什么?有什么功能?
线性代数·矩阵
Tisfy2 天前
LeetCode 3240.最少翻转次数使二进制矩阵回文 II:分类讨论
算法·leetcode·矩阵·题解·回文·分类讨论
取个名字真难呐2 天前
AB矩阵秩1乘法,列乘以行
python·线性代数·矩阵