轉載自:beiyeqingteng的博客
前言:
今天花了很長時間,看了無數人寫的帖子,但是幾乎沒有人把這個問題一下子說得很清楚,所以,我把這個問題按照自己的思路寫出來,希望能夠把這個問題講清楚。
問題:
求一個M*N的矩陣的最大子矩陣和。
比如在如下這個矩陣中:
0 -2 -7 0
9 2 -6 2
-4 1 -4 1
-1 8 0 -2
擁有最大和的子矩陣爲:
9 2
-4 1
-1 8
其和爲15。
思路:
首先,這個子矩陣可以是任意大小的,而且起始點也可以在任何地方,所以,要把最大子矩陣找出來,我們要考慮多種情況。
假定原始矩陣的行數爲M,那麼對於子矩陣,它的行數可以是1到M的任何一個數,而且,對於一個K行(K < M)的子矩陣,它的第一行可以是原始矩陣的第1行到 M - K + 1 的任意一行。
例子:
對於上面的矩陣,如果子矩陣的行數是2,那麼它可以是下面幾個矩陣的子矩陣:
0 -2 -7 0
9 2 -6 2
或者
9 2 -6 2
-4 1 -4 1
或者
-4 1 -4 1
-1 8 0 -2
在每一種情況裏(我們這裏有三種),我們還要找出一個最大的子矩陣,當然,這只是一種情況的最大子矩陣(局部最大),不一定是global最大。但是,如果我們知道每一種情況的最大,要找出global最大,那就小菜一碟兒了。
在講在一個特殊情況下求最大子矩陣之前,先講一個事實:
假設這個最大子矩陣的維數是一維,要找出最大子矩陣, 原理與求“最大子段和問題” 是一樣的。最大子段和問題的遞推公式是 b[j]=max{b[j-1]+a[j], a[j]},b[j] 指的是從0開始到j的最大子段和。
例子:
假設原始矩陣爲:[9, 2, -6, 2], 那麼b[] = {9, 11, 5, 7}, 那麼最大字段和爲11, 如果找最大子矩陣的話,那麼這個子矩陣是 [9, 2]
求最大子段和的代碼如下:
- public int maxSubsequence(int[] array) {
- if (array.length == 0) {
- return 0;
- }
- int max = Integer.MIN_VALUE;
- int[] maxSub = new int[array.length];
- maxSub[0] = array[0];
- for (int i = 1; i < array.length; i++) {
- maxSub[i] = (maxSub[i-1] > 0) ? (maxSub[i-1] + array[i]) : array[i];
- if (max < maxSub[i]) {
- max = maxSub[i];
- }
- }
- return max;
- }
但是,原始矩陣可以是二維的。假設原始矩陣是一個3 * n 的矩陣,那麼它的子矩陣可以是 1 * k, 2 * k, 3 * k,(1 <= k <= n)。 如果是1*K,這裏有3種情況:子矩陣在第一行,子矩陣在第二行,子矩陣在第三行。如果是 2 * k,這裏有兩種情況,子矩陣在第一、二行,子矩陣在第二、三行。如果是3 * k,只有一種情況。
爲了能夠找出最大的子矩陣,我們需要考慮所有的情況。假設這個子矩陣是 2 *k, 也就是說它只有兩行,要找出最大子矩陣,我們要從左到右不斷的遍歷才能找出在這種情況下的最大子矩陣。如果我們把這兩行上下相加,情況就和求“最大子段和問題” 又是一樣的了。
爲了找出在原始矩陣裏的最大子矩陣,我們要遍歷所有的子矩陣的可能情況,也就是說,我們要考慮這個子矩陣有可能只有1行,2行,。。。到n行。而在每一種情況下,我們都要把它所對應的矩陣部分上下相加才求最大子矩陣(局部)。
比如,假設子矩陣是一個3*k的矩陣,而且,它的一行是原始矩陣的第二行,那麼,我們就要在
9 2 -6 2
-4 1 -4 1
-1 8 0 -2
裏找最大的子矩陣。
如果把它上下相加,我們就變成了 4, 11, -10,1, 從這個數列裏可以看出,在這種情況下,最大子矩陣是一個3*2的矩陣,最大和是15.
爲了能夠在原始矩陣裏很快得到從 i 行到 j 行 的上下值之和,我們這裏用到了一個輔助矩陣,它是原始矩陣從上到下加下來的。
假設原始矩陣是matrix, 它每一層上下相加後得到的矩陣是total,那麼我們可以通過如下代碼實現:
- int[][] total = matrix;
- for (int i = 1; i < matrix[0].length; i++) {
- for (int j = 0; j < matrix.length; j++) {
- total[i][j] += total[i-1][j];
- }
- }
如果我們要求第 i 行到第 j 行之間上下值的和,我們可以通過total[j][k] - total[i-1][k] 得到, k 的範圍從1 到 matrix[0].length - 1。
有了這些知識點,我們只需要在所有的情況下,把它們所對應的局部最大子矩陣進行比較,就可以得到全局最大的子矩陣。代碼如下:
- public int subMaxMatrix(int[][] matrix) {
- int[][] total = matrix;
- for (int i = 1; i < matrix[0].length; i++) {
- for (int j = 0; j < matrix.length; j++) {
- total[i][j] += total[i-1][j];
- }
- }
- int maximum = Integer.MIN_VALUE;
- for (int i = 0; i < matrix.length; i++) {
- for (int j = i; j < matrix.length; j++) {
- //result 保存的是從 i 行 到第 j 行 所對應的矩陣上下值的和
- int[] result = new int[matrix[0].length];
- for (int f = 0; f < matrix[0].length; f++) {
- if (i == 0) {
- result[f] = total[j][f];
- } else {
- result[f] = total[j][f] - total[i - 1][f];
- }
- }
- int maximal = maxSubsequence(result);
- if (maximal > maximum) {
- maximum = maximal;
- }
- }
- }
- return maximum;
- }