• 第十三届蓝桥杯JavaB组省赛F题——最大子矩阵 (AC)


    1.最大子矩阵

    1.问题描述

    小明有一个大小为 N × M N × M N×M 的矩阵,可以理解为一个 N N N M M M 列的二维数组。我们定义一个矩阵 m m m 的稳定度 f ( m ) f(m) f(m) f ( m ) = m a x ( m ) − m i n ( m ) f(m) = max(m) − min(m) f(m)=max(m)min(m),其中 m a x ( m ) max(m) max(m)
    表示矩阵 m m m 中的最大值, m i n ( m ) min(m) min(m) 表示矩阵 m m m 中的最小值。现在小明想要从这个矩阵中找到一个稳定度不大于 l i m i t limit limit 的子矩阵,同时他还希望这个子矩阵的面积越大越好(面积可以理解为矩阵中元素个数)。
    子矩阵定义如下:从原矩阵中选择一组连续的行和一组连续的列,这些行列交点上的元素组成的矩阵即为一个子矩阵。

    2.输入格式

      第一行输入两个整数 N , M N,M NM,表示矩阵的大小。
      接下来 N N N 行,每行输入 M M M 个整数,表示这个矩阵。
      最后一行输入一个整数 l i m i t limit limit,表示限制。

    3.输出格式

      输出一个整数,分别表示小明选择的子矩阵的最大面积。

    4.样例输入

    3 4
    2 0 7 9
    0 6 9 7
    8 4 6 4
    8

    5.样例输出

    6

    6.数据范围

    1 ≤ n ≤ 80 , 1 ≤ m ≤ 1 0 5 , 1 ≤ n ∗ m ≤ 1 0 5 1\leq n \leq80,1 \leq m \leq10^5,1 \leq n*m \leq10^5 1n801m1051nm105
    0 ≤ 0 \leq 0 矩阵元素值, l i m i t ≤ 1 0 5 limit \leq 10^5 limit105

    7.原题链接

    最大子矩阵

    2.解题思路

    • ( 1 ) (1) (1)题意比较简单,确定一个矩阵,只需要确定左上端点和右下端点,自然而然想到一个最朴素最暴力想法——去枚举两个端点。很显然这样的复杂度是 O ( n 2 m 2 β ( t ) ) O(n^2m^2 \beta(t)) O(n2m2β(t)),其中 β ( t ) \beta(t) β(t)是判断每个矩阵所需要的时间,设该矩阵的长为 x x x,宽为 y y y ,则 β ( t ) = x ∗ y \beta(t)=x*y β(t)=xy。但很明显这样的思路是超时的,光是 m 2 m^2 m2 的复杂度就是我们无法接受的。
    • ( 2 ) (2) (2)假设一个矩阵的左上端点的坐标为 ( x 1 , y 1 ) (x_1,y_1) (x1,y1),右下坐标的端点为 ( x 2 , y 2 ) (x_2,y_2) (x2y2)。仔细观察数据范围可以发现, n n n 非常小,这意味着我们可以暴力枚举两点的横坐标 x 1 x_1 x1 x 2 x_2 x2,这样做的复杂度为 n 2 n^2 n2。这样处理后,意味着我们只需要在这个下图中的红轴和橙轴各找到一个点,也就是找到 y 1 y1 y1 y 2 y2 y2 ,使得矩阵的稳定度是不大于 l i m i t limit limit,我们先不考虑如何枚举 y 1 y1 y1 y 2 y2 y2这个问题,先考虑对于一个确定的矩阵,如何高效的算出它的 β ( t ) \beta(t) β(t)
      在这里插入图片描述
    • ( 3 ) (3) (3)对于一个矩阵,并没有一个高效求出它的 m a x max max以及 m i n min min的算法 ,但如果是一个一维数组,求区间的最值就有许多方法,比如 s t st st表,线段树、单调队列等。我们不禁去思考,能否将一个二维矩阵处理为一维?
      显然这是可行的!
      假设对于一个下面的二维矩阵,设宽为 y y y,高为 x x x ,暴力求最值的复杂度是 O ( x y ) O(xy) O(xy)
      在这里插入图片描述
      如果我们可以先处理得到每一列的最值,并将其放到该列的末尾,那么对于该矩阵的最值,我们只需要考虑最后一行即可。在这里插入图片描述
      如图每个红色都格子都是该列的最值 ( m a x / m i n ) (max/min) (max/min),那么当我们需要求解该矩阵的最大值或者最小值时,复杂度都将只和矩阵的宽度有关,时间复杂度将会是 O ( y ) O(y) O(y)
      ( 4 ) (4) (4)当然如何预处理是一个关键,我们生成两个数组 m a x [ k ] [ i ] [ j ] max[k][i][j] max[k][i][j]以及 m i n [ k ] [ i ] [ j ] min[k][i][j] min[k][i][j],其中 m a x [ k ] [ i ] [ j ] max[k][i][j] max[k][i][j]代表的含义是在第 k k k列中,第 i i i 个元素到第 j j j 个的元素最大值是多少, m i n min min数组同理。我们预处理的转移式子应该为:
      m a x [ k ] [ i ] [ j ] = m a x ( m a x [ k ] [ i ] [ j − 1 ] , m a x [ k ] [ j ] [ j ] ) ; max[k][i][j] =max(max[k][i][j - 1], max[k][j][j]); max[k][i][j]=max(max[k][i][j1],max[k][j][j]);
      这个式子的含义也很简单,对于区间 [ i , j ] [i,j] [i,j]的最大值应该是 [ i , j − 1 ] [i,j-1] [i,j1]的最大值和 j j j 位值取较大值。
      由于我们处理的是每一列,这样时间复杂度是 O ( n 2 ) O(n^2) O(n2),由于总共有 m m m,所以总时间复杂度应该是 O ( n 2 m ) O(n^2m) O(n2m),这是完全可接受的。这样我们就完成了这道题第一个难点的跨越。
      这一步的操作可以这样理解
        有一个部落,它有 m m m个村庄,每次村庄都有 n n n个人,每次我们需要去找到一堆村庄内最强的那个人,如果每次计算最坏都有可能是 O ( n m ) O(nm) O(nm)的复杂度,那么不如先让每个村庄自己内部打一架,派出一个最强代表,每次我们只需要让代表打一架就好了,这样复杂度就只是 O ( m ) O(m) O(m)
    • ( 5 ) (5) (5)现在让我们再回到之前的一个问题,确定了 x 1 x1 x1 x 2 x2 x2的情况下,如何去确定 y 1 y1 y1 y 2 y2 y2呢,如果同样暴力枚举的话复杂度是 O ( m 2 ) O(m^2) O(m2)不可接受。在这里我们可以巧妙地进行二分答案。因为本质上横坐标 x x x确定的是矩阵高,而 y y y确定的是矩阵的宽,我们去二分宽度——矩阵内是否存在宽度为 l l l 的矩阵稳定度不大于 l i m i t limit limit
    • ( 6 ) (6) (6)既然可以二分,那就一定要分析其是否具有二段性,明显是有的。如果存在一个宽度为 l l l 的矩阵符合要求,那么一定能找到一个宽度在区间 [ 1 , l − 1 ] [1,l-1] [1,l1]的矩阵也符合要求。这也非常好证明:对于下图
      在这里插入图片描述
      假设红色矩阵的值域为 [ l , r ] [l,r] [l,r],且 r − l < = l i m i t r-l<=limit rl<=limit,说明该矩阵是稳定矩阵。因为橙色、蓝色、黄色矩阵都是红色的子矩阵,说明它的值域一定也是在 [ l , r ] [l,r] [l,r],那么说明它们也一定是稳定矩阵,到此可以说明二分的正确性。本题的第二个难点就此解决。
    • ( 7 ) (7) (7)当然既然二分当然要说明 c h e c k check check 函数的逻辑,当二分的值为 m i d mid mid时,也就是需要去判断是否存在宽度为 m i d mid mid的矩阵符合要求,因为我们前面预处理已经将高度压缩为1,所以这其实就是一个一维数组滑动窗口求最值问题,属于是单调队列的模板使用,求出每个长度为 m i d mid mid的窗口的最大值 m a x max max和最小值 m i n min min,只要有一个窗口符合 m a x − m i n < = l i m i t max-min<=limit maxmin<=limit我们都返回true,否则返回false
    • ( 8 ) (8) (8)当二分得到最长宽度为 r r r 时,该矩阵的面积就为 ( x 2 − x 1 + 1 ) ∗ r (x2-x1+1)*r (x2x1+1)r,每次用一个全局变量更新答案。考虑时间复杂度——枚举横坐标为 O ( n 2 ) O(n^2) O(n2),二分的复杂度为 O ( l o g m ) O(logm) O(logm),每次 c h e c k check check判定的复杂度是 O ( m ) O(m) O(m),所以整体时间复杂度为 O ( n 2 m l o g m ) O(n^2mlogm) O(n2mlogm)

    3.Ac_code

    Java

    import java.io.*;
    import java.util.*;
    
    public class Main {
        //max[k][i][j]表示第k列中[i,j]之间的最大值
        static int[][][] max;
        static int[][][] min;
        static int n, m, limit,ans;
        static BufferedReader br=new BufferedReader(new InputStreamReader(System.in));
        static PrintWriter out=new PrintWriter(new OutputStreamWriter(System.out));
        public static void main(String[] args) throws IOException {
            String[] s=br.readLine().split(" ");
            n = Integer.parseInt(s[0]);
            m = Integer.parseInt(s[1]);
            max=new int[m+1][n+1][n+1];
            min=new int[m+1][n+1][n+1];
            for (int i = 1; i <= n; i++) {
                s=br.readLine().split(" ");
                for (int j = 1; j <= m; j++) {
                    max[j][i][i] = min[j][i][i] = Integer.parseInt(s[j-1]);
                }
            }
            limit = Integer.parseInt(br.readLine());
            //预处理  复杂度 n^2*m
            for (int k = 1; k <= m; ++k) {
                for (int i = 1; i <= n; ++i) {
                    for (int j = i + 1; j <= n; ++j) {
                        max[k][i][j] = Math.max(max[k][i][j - 1], max[k][j][j]);
                        min[k][i][j] = Math.min(min[k][i][j - 1], min[k][j][j]);
                    }
                }
            }
            for (int x1 = 1; x1 <= n; x1++) {
                for (int x2 = x1; x2 <= n; x2++) {
                    int l = 1, r = m;
                    while (l < r) {
                        int mid = l + r + 1 >> 1;
                        if (check(x1, x2, mid)) l = mid;
                        else r = mid - 1;
                    }
                    if (check(x1,x2,r)) ans=Math.max(ans,(x2-x1+1)*r);
                }
            }
            out.println(ans);
            out.flush();
        }
    
        //k是窗口大小
        static boolean check(int x1, int x2, int k) {
            Deque<Integer> qmax = new ArrayDeque<>();
            Deque<Integer> qmin = new ArrayDeque<>();
            for (int i = 1; i <= m; i++) {
                //处理最小
                if (!qmin.isEmpty() && qmin.peekFirst() < i - k + 1) qmin.pollFirst();
                while (!qmin.isEmpty() && min[qmin.peekLast()][x1][x2] > min[i][x1][x2]) qmin.pollLast();
                qmin.offerLast(i);
                //处理最大
                if (!qmax.isEmpty() && qmax.peekFirst() < i - k + 1) qmax.pollFirst();
                while (!qmax.isEmpty() && max[qmax.peekLast()][x1][x2] < max[i][x1][x2]) qmax.pollLast();
                qmax.offerLast(i);
                //说明窗口为k
                if (i >= k && max[qmax.peekFirst()][x1][x2] - min[qmin.peekFirst()][x1][x2] <= limit) return true;
            }
            return false;
        }
    }
    

    C++

    #include 
    using namespace std;
    const int N = 81, M = 100010;
    int n, m, lim, ans;
    bool check(vector<vector<vector<int>>> &minv, vector<vector<vector<int>>> &maxv, int r1, int r2, int k) {
        deque<int> qmax, qmin;
        for (int i = 1; i <= m; ++i) {
            if (!qmin.empty() && i - qmin.front() + 1 > k) qmin.pop_front();
            while (!qmin.empty() && minv[qmin.back()][r1][r2] > minv[i][r1][r2]) qmin.pop_back();
            qmin.push_back(i);
            if (!qmax.empty() && i - qmax.front() + 1 > k) qmax.pop_front();
            while (!qmax.empty() && maxv[qmax.back()][r1][r2] < maxv[i][r1][r2]) qmax.pop_back();
            qmax.push_back(i);
            if (i >= k && maxv[qmax.front()][r1][r2] - minv[qmin.front()][r1][r2] <= lim) return true;
        }
        return false;
    }
    int main() {
        ios::sync_with_stdio(false); cin.tie(0);
        cin >> n >> m;
        vector<vector<vector<int>>> minv(m + 1, vector<vector<int>>(n + 1, vector<int>(n + 1, 0)));
        vector<vector<vector<int>>> maxv(m + 1, vector<vector<int>>(n + 1, vector<int>(n + 1, 0)));
        for (int i = 1; i <= n; ++i)
            for (int j = 1; j <= m; ++j)
                cin >> minv[j][i][i], maxv[j][i][i] = minv[j][i][i];
        cin >> lim;
        for (int k = 1; k <= m; ++k)
            for (int i = 1; i <= n; ++i)
                for (int j = i + 1; j <= n; ++j) {
                    maxv[k][i][j] = max(maxv[k][i][j - 1], maxv[k][j][j]);
                    minv[k][i][j] = min(minv[k][i][j - 1], minv[k][j][j]);
                }
        for (int r1 = 1; r1 <= n; ++r1) {
            for (int r2 = r1; r2 <= n; ++r2) {
                int l = 0, r = m;
                while (l < r) {
                    int mid = l + r + 1 >> 1;
                    if (check(minv, maxv, r1, r2, mid)) l = mid;
                    else r = mid - 1;
                }
                ans = max(ans, (r2 - r1 + 1) * l);
            }
        }
        cout << ans;
    }
    
  • 相关阅读:
    SCI一区TOP|常青藤优化算法(IVYA)原理及实现【免费获取Matlab代码】
    LeetCode刷题---每月交易I
    ElasticSearch(八)【过滤查询】
    《深入浅出.NET框架设计与实现》笔记6.4——ASP.NET Core应用程序多种运行模式之四——服务承载
    堆结构的深度理解
    Java项目:教师师资管理系统(java+SSM+JSP+bootstrap+Mysql)
    【MongoDB】索引 - 数组字段的多键索引
    Taro编译警告解决方案:Error: chunk common [mini-css-extract-plugin]
    单表数据记录查询
    【LeetCode每日一题】——905.按奇偶排序数组
  • 原文地址:https://blog.csdn.net/m0_57487901/article/details/127094498