当前位置: 首页 > news >正文

LeetCode.面试题17.24.最大子矩阵详解

问题描述

给定一个正整数、负整数和 0 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 r1c1 分别代表子矩阵左上角的行号和列号,r2c2 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。

解题思路

1. 基础概念:Kadane算法

首先,我们需要了解Kadane算法,这是一种用于在一维数组中找到最大子数组和的算法。给定一个数组,该算法可以找到一个连续子数组,其元素之和最大,并且能返回这个最大和。

2. 将问题从二维转化为一维

要在二维矩阵中寻找最大子矩阵和,我们可以通过固定列的起始和结束点来将问题简化为一维问题:

  • 固定列界限:选择两个列的索引,left和right,使得这两个索引之间的所有列都被包含在内。
  • 累加行元素:对于每个行,计算从left列到right列的元素和,得到一个新的“行和数组”。例如,如果left和right都是1(即第二列),那么行和数组中的每个元素就是原矩阵该行第二列的元素。
3. 应用Kadane算法到行和数组

对每一个固定的列对(left和right),我们都得到了一个行和数组。接下来:

  • 使用Kadane算法:将Kadane算法应用于行和数组,找出这个数组中的最大子数组和以及对应的起始行和结束行。
  • 记录最大和及其位置:如果这次的最大子数组和大于之前记录的最大值,更新最大值和相应的行和列索引。这些索引就确定了最大子矩阵的边界。
4. 处理所有可能的列对
  • 从第一列开始,逐一将每列作为起始列,然后对每个可能的结束列重复上述过程。
  • 这意味着,我们首先固定起始列,然后让结束列从起始列开始向右延伸至矩阵的最后一列,对每种情况都计算行和数组,然后应用Kadane算法。
5. 输出最终结果

在所有列对组合被考虑之后,全局记录的最大值及其对应的子矩阵边界就是我们的答案。这些信息可以用来标识出具有最大和的子矩阵。

代码实现

class Solution {
public:vector<int> getMaxMatrix(vector<vector<int>>& matrix) {int maxSum = INT_MIN;vector<int> result(4); // 存放最终结果,[r1, c1, r2, c2]int rows = matrix.size(), cols = matrix[0].size();// 遍历所有列的组合for (int left = 0; left < cols; ++left) {vector<int> rowSum(rows, 0); // 初始化行和数组for (int right = left; right < cols; ++right) {// 计算从left到right列的行和for (int i = 0; i < rows; ++i) {rowSum[i] += matrix[i][right];}// 应用Kadane算法找到最大的子数组和及其索引int currentMax = INT_MIN, tempSum = 0;int rowStart = 0, tempRowStart = 0, rowEnd = 0;for (int i = 0; i < rows; ++i) {if (tempSum <= 0) {tempSum = rowSum[i];tempRowStart = i;} else {tempSum += rowSum[i];}if (tempSum > currentMax) {currentMax = tempSum;rowStart = tempRowStart;rowEnd = i;}}// 更新全局最大和及对应的子矩阵坐标if (currentMax > maxSum) {maxSum = currentMax;result = {rowStart, left, rowEnd, right};}}}return result;}
};

相关文章:

LeetCode.面试题17.24.最大子矩阵详解

问题描述 给定一个正整数、负整数和 0 组成的 N M 矩阵&#xff0c;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]&#xff0c;其中 r1, c1 分别代表子矩阵左上角的行号和列号&#xff0c;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…...

云动态摘要 2024-06-28

给您带来云厂商的最新动态&#xff0c;最新产品资讯和最新优惠更新。 最新优惠与活动 [新客专享]WeData 限时特惠 腾讯云 2024-06-21 数据分类分级管理&#xff0c;构建数据安全屏障 &#xff0c;仅需9.9元&#xff01; 云服务器ECS试用产品续用 阿里云 2024-04-14 云服务器…...

六、资产安全—信息分级资产管理与隐私保护(CISSP)

目录 1.信息分级 2.信息分级方法 3.责任的层级 4.资产管理 5.隐私数据管理角色 6.数据安全控制 7.数据保护方案 8.使用安全基线 六、资产安全—数据管理(CISSP): 五、身份与访问管理—身份管理和访问控制管理(CISSP): 1.信息分级 信息分级举列: 2.信息分级方…...

香港服务器托管对外贸行业必要性和优势

在当今全球化的经济环境下&#xff0c;外贸企业面临着前所未有的机遇与挑战。其中&#xff0c;服务器托管的选择对于外贸企业的运营效率和市场拓展具有举足轻重的作用。香港服务器&#xff0c;凭借其独特的地理位置、优质的网络环境和卓越的服务性能&#xff0c;一直是外贸企业…...

Vue Router 导航守卫,多次执行的解决方案

Vue Router 是 Vue.js 官方提供的路由器,它用于处理单页应用(SPA)中的路由导航。在 Vue Router 中,导航守卫是非常重要的功能,它可以在路由跳转之前或之后执行一些特定的操作。但是,如果你不小心,导航守卫可能会多次执行,这可能会导致一些问题。本文将介绍如何避免导航…...

SpringBoot集成道历(实现道历日期查询)

官网地址&#xff1a;官网地址https://6tail.cn/calendar/api.html 1、导入依赖 <dependency><groupId>cn.6tail</groupId><artifactId>lunar</artifactId><version>1.3.9</version></dependency><dependency><group…...

面对.rmallox勒索病毒:如何有效防范及应对

引言&#xff1a; 在当今数字化社会&#xff0c;网络安全问题日益严重&#xff0c;勒索病毒成为企业和个人不可忽视的威胁之一。最近出现的.rmallox勒索病毒更是给全球各地的用户带来了严重的数据安全问题。本文将探讨.rmallox勒索病毒的特点、感染方式及应对策略&#xff0c;…...

嘉立创学习

1.两个设置&#xff0c;一般用左边那个 2.焊盘分类 基本焊盘 热风盘&#xff1a;也叫花焊盘&#xff08;负片&#xff09; 隔离焊盘&#xff1a;外面那圈黑色&#xff0c;用作隔离&#xff08;负片&#xff09; 钢网层&#xff1a;&#xff08;锡膏&#xff09; 阻焊层&…...

ECharts 响应式设计

ECharts 响应式设计 ECharts 是一个由百度开源的,基于 JavaScript 的可视化库,它提供了一系列丰富的图表类型和灵活的配置选项,使得数据可视化变得简单而高效。在当今数据驱动的世界中,ECharts 已经成为许多开发者和设计师的首选工具,用于创建交互式和视觉吸引力强的图表…...

基于java语言+springboot技术架构开发的 互联网智能3D导诊系统源码支持微信小程序、APP 医院AI智能导诊系统源码

基于java语言springboot技术架构开发的 互联网智能3D导诊系统源码支持微信小程序、APP 医院AI智能导诊系统源码 一、智慧导诊系统开发原理 导诊系统从原理上大致可分为基于规则模板和基于数据模型两类。 1、基于规则推理的方法通过人工建立症状、疾病和科室之间的对应规则实现…...

MySQL事务——Java全栈知识(31)

1、事务的特性 原子性&#xff08;Atomicity&#xff09;&#xff1a;事务是不可分割的最小操作单元&#xff0c;要么全部成功&#xff0c;要么全部失败。 一致性&#xff08;Consistency&#xff09;&#xff1a;事务完成时&#xff0c;必须使所有的数据都保持一致状态。 隔离…...

2毛钱不到的2A同步降压DCDC电压6V频率1.5MHz电感2.2uH封装SOT23-5芯片MT3520B

前言 2A&#xff0c;2.3V-6V输入&#xff0c;1.5MHz 同步降压转换器&#xff0c;批量价格约0.18元 MT3520B 封装SOT23-5 丝印AS20B5 特征 高效率&#xff1a;高达 96% 1.5MHz恒定频率操作 2A 输出电流 无需肖特基二极管 2.3V至6V输入电压范围 输出电压低至 0.6V PFM 模式可在…...

Ubuntu安装、更新和删除软件

Ubuntu安装、更新和删除软件 问题命令行直接安装、更新和删除软件命令行直接安装软件命令行直接更新软件命令行直接删除软件 手动下载后命令行安装、更新和删除软件手动下载后命令行安装软件手动下载后命令行更新软件手动下载后命令行删除软件 手动下载后在桌面环境下安装、更新…...

消息队列kafka中间件详解:案例解析(第10天)

系列文章目录 1- 消息队列&#xff08;熟悉&#xff09;2- Kafka的基本介绍&#xff08;掌握架构&#xff0c;其他了解&#xff09;3- Kafka的相关使用&#xff08;掌握kafka常用shell命令&#xff09;4- Kafka的Python API的操作&#xff08;熟悉&#xff09; 文章目录 系列文…...

Linux高级编程——线程

pthread 线程 概念 &#xff1a;线程是轻量级进程&#xff0c;一般是一个进程中的多个任务。 进程是系统中最小的资源分配单位. 线程是系统中最小的执行单位。 优点&#xff1a; 比多进程节省资源&#xff0c;可以共享变量 进程会占用&am…...

技术学习的奥秘与乐趣

人不走空 &#x1f308;个人主页&#xff1a;人不走空 &#x1f496;系列专栏&#xff1a;算法专题 ⏰诗词歌赋&#xff1a;斯是陋室&#xff0c;惟吾德馨 在当今快速发展的科技时代&#xff0c;学习技术已经成为了许多人追求的重要目标之一。无论是为了个人发展&#…...

创新前沿:Web3如何颠覆传统计算机模式

随着Web3技术的快速发展&#xff0c;传统的计算机模式正面临着前所未有的挑战和改变。本文将深入探讨Web3技术的定义、原理以及它如何颠覆传统计算机模式&#xff0c;以及对全球科技发展的潜在影响。 1. 引言&#xff1a;Web3技术的兴起与背景 Web3不仅仅是技术创新的一种&…...

一文弄懂梯度下降算法

1、引言 在上一篇文章中&#xff0c;我们介绍了如何使用线性回归和成本损失函数为房价数据找到最拟合的线。不过&#xff0c;我们也看到&#xff0c;测试多个截距值可能既繁琐又低效。在本文中&#xff0c;我们将深入探讨梯度下降算法&#xff0c;这是一种更加强大的技术&…...

确认偏差:金融市场交易中的隐形障碍

确认偏差&#xff0c;作为一种深刻影响交易员决策与表现的心理现象&#xff0c;其核心在于个体倾向于寻求与既有信念相符的信息&#xff0c;而自动过滤或轻视与之相悖的资讯。这种认知偏见严重扭曲了交易者的决策过程&#xff0c;导致他们过分依赖符合既有观念的数据&#xff0…...

Linux系统之部署linkding书签管理器

Linux系统之部署linkding书签管理器 一、linkding介绍1.1 linkding简介1.2 linkding特点二、本地环境介绍2.1 本地环境规划2.2 本次实践介绍三、检查本地环境3.1 检查本地操作系统版本3.2 检查系统内核版本四、部署Node.js 环境4.1 下载Node.js安装包4.2 解压Node.js安装包4.3 …...

3个关键场景:如何用Awesome Claude Code打造你的AI开发工作流

3个关键场景&#xff1a;如何用Awesome Claude Code打造你的AI开发工作流 【免费下载链接】awesome-claude-code A curated list of awesome commands, files, and workflows for Claude Code 项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-claude-code 你…...

告别串口线!用STM32F103+W25Q64做个U盘式固件升级器(附完整Keil工程)

STM32SPI Flash打造零门槛U盘固件升级器&#xff1a;从原理到量产实战 在嵌入式设备维护和量产环节&#xff0c;固件升级一直是让开发者头疼的问题。传统串口升级需要专用线缆和上位机软件&#xff0c;而基于STM32和SPI Flash的U盘式升级方案&#xff0c;将复杂的刷机流程简化为…...

OpenClaw+GLM-4.7-Flash:智能客服对话系统

OpenClawGLM-4.7-Flash&#xff1a;智能客服对话系统 1. 为什么选择这个组合 去年我在帮朋友的小型电商团队优化客服流程时&#xff0c;发现他们每天要处理大量重复性问题咨询。人工客服在回答"发货时间""退换货政策"这类标准问题时&#xff0c;既消耗人…...

Gradio界面定制化:为DAMO-YOLO WebUI添加导出检测结果CSV功能

Gradio界面定制化&#xff1a;为DAMO-YOLO WebUI添加导出检测结果CSV功能 1. 项目背景与需求 如果你用过那个基于DAMO-YOLO的手机检测WebUI&#xff0c;可能会发现一个问题&#xff1a;检测结果只能看&#xff0c;不能存。 每次上传图片&#xff0c;系统会告诉你检测到了几个…...

Zotero插件安装失败?手把手教你解决版本兼容问题(以better-notes为例)

Zotero插件安装失败&#xff1f;手把手教你解决版本兼容问题&#xff08;以better-notes为例&#xff09; 学术研究离不开文献管理工具&#xff0c;Zotero作为开源免费的文献管理神器&#xff0c;凭借其强大的功能和丰富的插件生态&#xff0c;成为众多科研工作者的首选。然而…...

ESP32+LVGL实战:手把手教你搞定ST7789屏幕镜像显示(附完整代码)

ESP32LVGL实战&#xff1a;从寄存器到工程化配置&#xff0c;彻底解决ST7789屏幕镜像显示问题 当你用ESP32驱动ST7789屏幕时&#xff0c;是否遇到过图像上下左右颠倒的困扰&#xff1f;这个问题看似简单&#xff0c;但网上的零散教程往往只告诉你改某个寄存器值&#xff0c;却忽…...

BatchNorm实战避坑指南:为什么你的小批量训练总是不稳定?

BatchNorm实战避坑指南&#xff1a;小批量训练不稳定的深层解析与解决方案 1. 问题背景&#xff1a;为什么小批量训练总是不稳定&#xff1f; 在深度学习实践中&#xff0c;Batch Normalization&#xff08;批归一化&#xff09;已成为许多模型架构的标准组件。然而&#xff0c…...

Paste 轻量级剪贴板管理工具使用指南

Paste 轻量级剪贴板管理工具使用指南 【免费下载链接】paste A no-datastore, client-side paste service. 项目地址: https://gitcode.com/gh_mirrors/past/paste 一、场景化导入&#xff1a;当剪贴板成为你的效率瓶颈 想象一下这样的工作场景&#xff1a;你正在整理一…...

保姆级教程:用Fine-Pruning防御深度学习后门攻击(附PyTorch代码)

深度学习模型安全防护实战&#xff1a;Fine-Pruning防御后门攻击全解析 在自动驾驶、人脸识别等关键AI应用场景中&#xff0c;模型安全性已成为产品落地的核心考量。近期研究表明&#xff0c;超过34%的开源预训练模型存在潜在后门风险&#xff0c;攻击者可通过精心设计的触发器…...

从图片预览需求看H5监听浏览器返回事件的3种实现方案(含history API避坑指南)

从图片预览需求看H5监听浏览器返回事件的3种实现方案&#xff08;含history API避坑指南&#xff09; 在移动端H5开发中&#xff0c;图片预览功能几乎是标配需求。随着全面屏手势操作的普及&#xff0c;用户越来越习惯通过滑动返回退出预览&#xff0c;而非点击关闭按钮。这种交…...