当前位置：首页 > news >正文

asp网站如何运行教程网网站源码php

news 2025/10/6 19:05:35

asp网站如何运行,教程网网站源码php,怎么建设一个优秀的网站,泰安新闻频道在线直播【华为OD】最大子矩阵和题目描述给定一个二维整数矩阵，要在这个矩阵中选出一个子矩阵，使得这个子矩阵内所有的数字和尽量大。我们把这个子矩阵称为"和最大子矩阵"，子矩阵的选取原则，是原矩阵中一段相互连续的矩形区域…

【华为OD】最大子矩阵和

题目描述

给定一个二维整数矩阵，要在这个矩阵中选出一个子矩阵，使得这个子矩阵内所有的数字和尽量大。我们把这个子矩阵称为"和最大子矩阵"，子矩阵的选取原则，是原矩阵中一段相互连续的矩形区域。

输入描述

输入的第一行包含两个整数 N,M (1 <= N, M <= 10)
表示一个 N 行 M 列的矩阵
下面有 N 行，每行有 M 个整数
同一行中每两个数字之间有一个空格
最后一个数字后面没有空格
所有的数字得在 -1000 ~ 1000 之间

输出描述

输出一行，一个数字。表示选出的"和最大子矩阵"内所有数字的和

示例

输入：

输出：

说明：
一个3*4的矩阵中后面3列的和为20，和最大

解题思路

这是一个经典的最大子矩阵和问题，是最大子数组和问题在二维空间的扩展。

核心思想：

枚举所有可能的上下边界
对于每一对上下边界，将问题转化为一维的最大子数组和问题
使用Kadane算法求解一维最大子数组和

我将提供两种解法：暴力枚举法和优化的Kadane算法。

解法一：暴力枚举法

暴力枚举所有可能的子矩阵，计算每个子矩阵的和，找出最大值。

Java实现

import java.util.*;public class Solution1 {public static void main(String[] args) {Scanner sc = new Scanner(System.in);int n = sc.nextInt();int m = sc.nextInt();int[][] matrix = new int[n][m];for (int i = 0; i < n; i++) {for (int j = 0; j < m; j++) {matrix[i][j] = sc.nextInt();}}int maxSum = Integer.MIN_VALUE;// 枚举所有可能的子矩阵for (int r1 = 0; r1 < n; r1++) {for (int c1 = 0; c1 < m; c1++) {for (int r2 = r1; r2 < n; r2++) {for (int c2 = c1; c2 < m; c2++) {// 计算子矩阵 (r1,c1) 到 (r2,c2) 的和int sum = 0;for (int i = r1; i <= r2; i++) {for (int j = c1; j <= c2; j++) {sum += matrix[i][j];}}maxSum = Math.max(maxSum, sum);}}}}System.out.println(maxSum);}
}

Python实现

def solve_brute_force():n, m = map(int, input().split())matrix = []for _ in range(n):row = list(map(int, input().split()))matrix.append(row)max_sum = float('-inf')# 枚举所有可能的子矩阵for r1 in range(n):for c1 in range(m):for r2 in range(r1, n):for c2 in range(c1, m):# 计算子矩阵 (r1,c1) 到 (r2,c2) 的和current_sum = 0for i in range(r1, r2 + 1):for j in range(c1, c2 + 1):current_sum += matrix[i][j]max_sum = max(max_sum, current_sum)print(max_sum)solve_brute_force()

C++实现

#include <iostream>
#include <vector>
#include <climits>
using namespace std;int main() {int n, m;cin >> n >> m;vector<vector<int>> matrix(n, vector<int>(m));for (int i = 0; i < n; i++) {for (int j = 0; j < m; j++) {cin >> matrix[i][j];}}int maxSum = INT_MIN;// 枚举所有可能的子矩阵for (int r1 = 0; r1 < n; r1++) {for (int c1 = 0; c1 < m; c1++) {for (int r2 = r1; r2 < n; r2++) {for (int c2 = c1; c2 < m; c2++) {// 计算子矩阵 (r1,c1) 到 (r2,c2) 的和int sum = 0;for (int i = r1; i <= r2; i++) {for (int j = c1; j <= c2; j++) {sum += matrix[i][j];}}maxSum = max(maxSum, sum);}}}}cout << maxSum << endl;return 0;
}

解法二：Kadane算法优化

通过固定上下边界，将二维问题转化为一维最大子数组和问题，使用Kadane算法求解。

Java实现

import java.util.*;public class Solution2 {public static void main(String[] args) {Scanner sc = new Scanner(System.in);int n = sc.nextInt();int m = sc.nextInt();int[][] matrix = new int[n][m];for (int i = 0; i < n; i++) {for (int j = 0; j < m; j++) {matrix[i][j] = sc.nextInt();}}int maxSum = Integer.MIN_VALUE;// 枚举所有可能的上下边界for (int top = 0; top < n; top++) {int[] temp = new int[m];for (int bottom = top; bottom < n; bottom++) {// 将第bottom行加到temp数组中for (int j = 0; j < m; j++) {temp[j] += matrix[bottom][j];}// 对temp数组使用Kadane算法找最大子数组和int currentMax = kadane(temp);maxSum = Math.max(maxSum, currentMax);}}System.out.println(maxSum);}// Kadane算法求最大子数组和private static int kadane(int[] arr) {int maxSoFar = arr[0];int maxEndingHere = arr[0];for (int i = 1; i < arr.length; i++) {maxEndingHere = Math.max(arr[i], maxEndingHere + arr[i]);maxSoFar = Math.max(maxSoFar, maxEndingHere);}return maxSoFar;}
}

Python实现

def kadane(arr):"""Kadane算法求最大子数组和"""max_so_far = arr[0]max_ending_here = arr[0]for i in range(1, len(arr)):max_ending_here = max(arr[i], max_ending_here + arr[i])max_so_far = max(max_so_far, max_ending_here)return max_so_fardef solve_kadane():n, m = map(int, input().split())matrix = []for _ in range(n):row = list(map(int, input().split()))matrix.append(row)max_sum = float('-inf')# 枚举所有可能的上下边界for top in range(n):temp = [0] * mfor bottom in range(top, n):# 将第bottom行加到temp数组中for j in range(m):temp[j] += matrix[bottom][j]# 对temp数组使用Kadane算法找最大子数组和current_max = kadane(temp)max_sum = max(max_sum, current_max)print(max_sum)solve_kadane()

C++实现

#include <iostream>
#include <vector>
#include <climits>
#include <algorithm>
using namespace std;// Kadane算法求最大子数组和
int kadane(vector<int>& arr) {int maxSoFar = arr[0];int maxEndingHere = arr[0];for (int i = 1; i < arr.size(); i++) {maxEndingHere = max(arr[i], maxEndingHere + arr[i]);maxSoFar = max(maxSoFar, maxEndingHere);}return maxSoFar;
}int main() {int n, m;cin >> n >> m;vector<vector<int>> matrix(n, vector<int>(m));for (int i = 0; i < n; i++) {for (int j = 0; j < m; j++) {cin >> matrix[i][j];}}int maxSum = INT_MIN;// 枚举所有可能的上下边界for (int top = 0; top < n; top++) {vector<int> temp(m, 0);for (int bottom = top; bottom < n; bottom++) {// 将第bottom行加到temp数组中for (int j = 0; j < m; j++) {temp[j] += matrix[bottom][j];}// 对temp数组使用Kadane算法找最大子数组和int currentMax = kadane(temp);maxSum = max(maxSum, currentMax);}}cout << maxSum << endl;return 0;
}

解法三：前缀和优化（额外解法）

使用二维前缀和来快速计算任意子矩阵的和。

Java实现

import java.util.*;public class Solution3 {public static void main(String[] args) {Scanner sc = new Scanner(System.in);int n = sc.nextInt();int m = sc.nextInt();int[][] matrix = new int[n][m];for (int i = 0; i < n; i++) {for (int j = 0; j < m; j++) {matrix[i][j] = sc.nextInt();}}// 构建前缀和数组int[][] prefixSum = new int[n + 1][m + 1];for (int i = 1; i <= n; i++) {for (int j = 1; j <= m; j++) {prefixSum[i][j] = matrix[i-1][j-1] + prefixSum[i-1][j] + prefixSum[i][j-1] - prefixSum[i-1][j-1];}}int maxSum = Integer.MIN_VALUE;// 枚举所有可能的子矩阵for (int r1 = 0; r1 < n; r1++) {for (int c1 = 0; c1 < m; c1++) {for (int r2 = r1; r2 < n; r2++) {for (int c2 = c1; c2 < m; c2++) {// 使用前缀和快速计算子矩阵和int sum = prefixSum[r2+1][c2+1] - prefixSum[r1][c2+1] - prefixSum[r2+1][c1] + prefixSum[r1][c1];maxSum = Math.max(maxSum, sum);}}}}System.out.println(maxSum);}
}

Python实现

def solve_prefix_sum():n, m = map(int, input().split())matrix = []for _ in range(n):row = list(map(int, input().split()))matrix.append(row)# 构建前缀和数组prefix_sum = [[0] * (m + 1) for _ in range(n + 1)]for i in range(1, n + 1):for j in range(1, m + 1):prefix_sum[i][j] = (matrix[i-1][j-1] + prefix_sum[i-1][j] + prefix_sum[i][j-1] - prefix_sum[i-1][j-1])max_sum = float('-inf')# 枚举所有可能的子矩阵for r1 in range(n):for c1 in range(m):for r2 in range(r1, n):for c2 in range(c1, m):# 使用前缀和快速计算子矩阵和current_sum = (prefix_sum[r2+1][c2+1] - prefix_sum[r1][c2+1] - prefix_sum[r2+1][c1] + prefix_sum[r1][c1])max_sum = max(max_sum, current_sum)print(max_sum)solve_prefix_sum()

C++实现

#include <iostream>
#include <vector>
#include <climits>
#include <algorithm>
using namespace std;int main() {int n, m;cin >> n >> m;vector<vector<int>> matrix(n, vector<int>(m));for (int i = 0; i < n; i++) {for (int j = 0; j < m; j++) {cin >> matrix[i][j];}}// 构建前缀和数组vector<vector<int>> prefixSum(n + 1, vector<int>(m + 1, 0));for (int i = 1; i <= n; i++) {for (int j = 1; j <= m; j++) {prefixSum[i][j] = matrix[i-1][j-1] + prefixSum[i-1][j] + prefixSum[i][j-1] - prefixSum[i-1][j-1];}}int maxSum = INT_MIN;// 枚举所有可能的子矩阵for (int r1 = 0; r1 < n; r1++) {for (int c1 = 0; c1 < m; c1++) {for (int r2 = r1; r2 < n; r2++) {for (int c2 = c1; c2 < m; c2++) {// 使用前缀和快速计算子矩阵和int sum = prefixSum[r2+1][c2+1] - prefixSum[r1][c2+1] - prefixSum[r2+1][c1] + prefixSum[r1][c1];maxSum = max(maxSum, sum);}}}}cout << maxSum << endl;return 0;
}

算法复杂度分析

解法一：暴力枚举法

时间复杂度：O(N²M²(N+M))，六重循环
空间复杂度：O(1)

解法二：Kadane算法优化

时间复杂度：O(N²M)，三重循环
空间复杂度：O(M)

解法三：前缀和优化

时间复杂度：O(N²M²)，四重循环但每次计算子矩阵和为O(1)
空间复杂度：O(NM)

示例分析

对于给定的示例：

3 4
-3  5 -1  52  4 -2  4
-1  3 -1  3

最大子矩阵是后面3列的所有元素：

 5 -1  5    (第1行后3列)4 -2  4    (第2行后3列)3 -1  3    (第3行后3列)

和为：5 + (-1) + 5 + 4 + (-2) + 4 + 3 + (-1) + 3 = 20

总结

三种解法各有特点：

暴力枚举法：思路简单直观，但时间复杂度较高
Kadane算法优化：是最优解法，时间复杂度最低，推荐使用
前缀和优化：在某些场景下有优势，特别是需要多次查询时

对于这道题目，由于N, M ≤ 10，数据规模较小，三种方法都能通过。但在实际应用中，Kadane算法优化是最佳选择，它将二维问题巧妙地转化为一维问题，大大降低了时间复杂度。

查看全文

http://www.dtcms.com/a/447954.html

整站下载器做网站地图重庆假山制作

做网页要去哪个网站佛山网站建设收费标准

国外好的设计网站有哪些深圳专业做网站哪家专业

如何编写网站后台程序移动网站建设方面

wordpress整站手机端网游推广员

RAG检索增强LLM

建设网站的内容规划镇江网站推广排名

物业公司网站建设网站源码修改后怎么提交

手机响应式网站页面升级紧急通知自动跳转中

1如何做网站推广微信公众号运营一年多少钱

今日八股——JUC篇

百度网站优化软件网站建设除了凡科还有哪些

【算法训练营Day30】动态规划part6

网页好看的网站设计公司网络推广网站就选火13星仁德

wordpress 企业整站源码汕头智能模板建站

php网站的数据库怎么做备份制作简历模板网站

做网站打电话怎么和客户说宝安做网站公司

三维在线设计网站电子商务网站建设与管理课后心得

南昌企业网站建设公司北京网站设计课程

驻马店怎么建设自己的网站安装wordpress视频教程

做网站市场分析分类目录网站大全做seo

大型门户网站建设费用网站开发前景知乎

广州建站软件wordpress在线制作网页

晟合建设集团网站免费原创视频素材

网站建设自身优势的分析从零自学编程免费

律所网站建设深圳网站制作价格

网站备案号填写wordpress 自媒体主题

公司网站建设团队已经有了域名和服务器怎么做网站

小购物网站建设WordPress微信强制跳转插件

咨询公司网站模板大连金石滩

【华为OD】最大子矩阵和

题目描述

输入描述

输出描述

示例

解题思路

解法一：暴力枚举法

Java实现

Python实现

C++实现

解法二：Kadane算法优化

Java实现

Python实现

C++实现

解法三：前缀和优化（额外解法）

Java实现

Python实现

C++实现

算法复杂度分析

解法一：暴力枚举法

解法二：Kadane算法优化

解法三：前缀和优化

示例分析

总结

相关文章：