Algorithm 动态规划:在网格中找到和最大的矩形
我遇到了下面的动态规划问题 你有一个包含负数的整数网格。找到数字总和最大的矩形 你知道怎么做整个矩阵吗 我对单个数组进行了求解,所以我基本上遵循了最长递增子质量的原理,但只对连续数进行了求解Algorithm 动态规划:在网格中找到和最大的矩形,algorithm,dynamic-programming,maximize,Algorithm,Dynamic Programming,Maximize,我遇到了下面的动态规划问题 你有一个包含负数的整数网格。找到数字总和最大的矩形 你知道怎么做整个矩阵吗 我对单个数组进行了求解,所以我基本上遵循了最长递增子质量的原理,但只对连续数进行了求解 def array_largest_block(sequence) len = sequence.size parents = [nil]*len my_largest = sequence largest = sequence.max for index in (1...len)
def array_largest_block(sequence)
len = sequence.size
parents = [nil]*len
my_largest = sequence
largest = sequence.max
for index in (1...len)
if my_largest[index] < my_largest[index] + my_largest[index - 1]
my_largest[index] = my_largest[index] + my_largest[index - 1]
parents[index] = index - 1
largest = [largest, my_largest[index]].max
end
end
end_index_of_largest_block = my_largest.find_index(largest)
i = end_index_of_largest_block
res = []
res << sequence[i]
while !parents[i].nil?
i = parents[i]
res << sequence[i]
end
return {l_sum: largest, start: i, end: end_index_of_largest_block}
end
所以我的想法是
求矩阵中每个平方的和,即1x1平方
保存最大值以获得可能的答案
从可能的最小矩形开始运行相同的操作,并计算所有这些操作,直到找到最大值,即DB部分。
有什么想法吗?或者如果你们不知道精确解,我应该看哪种DP类型的算法?这可以在^3中完成,其中N是矩阵的大小
基本上,您可以选择矩形的左栏和右栏,然后使用预计算的和以线性时间扫描行
int totalBestSum = -10000000;
for (int leftCol = 1; leftCol <= N; leftCol++)
for (int rightCol = leftCol; rightCol <= N; rightCol++)
{
int curSum = 0, curBestSum = -10000000;
for (int row = 1; row <= N; row++) {
int rowSum = sumBetween(leftCol, rightCol, row);
curSum += rowSum;
if (curSum > curBestSum) curBestSum = curSum;
if (curSum < 0) curSum = 0;
}
if (curBestSum > totalBestSum) totalBestSum = curBestSum;
}
int sumBetween(int leftCol, int rightCol, int row)
{
return sum[row][rightCol] - sum[row][leftCol - 1];
}
要计算和数组,请执行以下操作:
这可以在^3中完成,其中N是矩阵的大小
基本上,您可以选择矩形的左栏和右栏,然后使用预计算的和以线性时间扫描行
int totalBestSum = -10000000;
for (int leftCol = 1; leftCol <= N; leftCol++)
for (int rightCol = leftCol; rightCol <= N; rightCol++)
{
int curSum = 0, curBestSum = -10000000;
for (int row = 1; row <= N; row++) {
int rowSum = sumBetween(leftCol, rightCol, row);
curSum += rowSum;
if (curSum > curBestSum) curBestSum = curSum;
if (curSum < 0) curSum = 0;
}
if (curBestSum > totalBestSum) totalBestSum = curBestSum;
}
int sumBetween(int leftCol, int rightCol, int row)
{
return sum[row][rightCol] - sum[row][leftCol - 1];
}
要计算和数组,请执行以下操作:
看起来像是复制品,但还是看这里: 可以在^3上执行此操作
你到底为什么要使用“NP完全”标签呢?:D看起来像是重复的,但请看这里: 可以在^3上执行此操作
你到底为什么要使用“NP完全”标签呢?:Dheh,我认为动态编程问题是NP完全的,就像knap-sack…嘿,我认为动态编程问题是NP完全的,就像knap-sack。。。