【LeetCode】363. Max Sum of Rectangle No Larger Than K 解題報告(Python)
阿新 • • 發佈:2018-12-14
題目描述:
Given a non-empty 2D matrix matrix and an integer k, find the max sum of a rectangle in the matrix such that its sum is no larger than k.
Example:
Input: matrix = [[1,0,1],[0,-2,3]], k = 2 Output: 2 Explanation: Because the sum of rectangle [[0, 1], [-2, 3]] is 2, and 2 is the max number no larger than k (k = 2).
Note:
- The rectangle inside the matrix must have an area > 0.
- What if the number of rows is much larger than the number of columns?
題目大意
找出一個矩陣中的子長方形,使得這個長方形的和是最大的。
解題方法
方法一:暴力求解(TLE)
求和最大的矩形,很容易讓人想到先把(0, 0)到所有(i, j)位置的矩形的和求出來,然後再次遍歷,求出所有子矩形中和最大的那個。
很無奈,超時了。(好像C++可以通過,python傷不起)
時間複雜度是O((MN)^2),空間複雜度是O(MN)。
class Solution(object):
def maxSumSubmatrix(self, matrix, k):
"""
:type matrix: List[List[int]]
:type k: int
:rtype: int
"""
if not matrix or not matrix[0]: return 0
M, N = len(matrix), len(matrix[0])
sums = [[0] * N for _ in range(M)]
res = float("-inf")
for m in range(M):
for n in range(N):
t = matrix[m][n]
if m > 0:
t += sums[m - 1][n]
if n > 0:
t += sums[m][n - 1]
if m > 0 and n > 0:
t -= sums[m - 1][n - 1]
sums[m][n] = t
for r in range(m + 1):
for c in range(n + 1):
d = sums[m][n]
if r > 0:
d -= sums[r - 1][n]
if c > 0:
d -= sums[m][c - 1]
if r > 0 and c > 0:
d += sums[r - 1][c - 1]
if d <= k:
res = max(res, d)
return res
方法二:Kadane’s algorithm (TLE)
看了印度小哥的視訊,真的很好理解,告訴我們使用一個數組的情況下,如何找出整個二維子矩陣的最大值。我看了視訊之後,寫出了這個演算法,但是很無奈,直接用這個演算法仍然超時。
我分析,這個演算法時間複雜度仍然沒有降下來,主要問題是獲取子陣列的最大區間和這一步太耗時了。
時間複雜度是O((MN)^2),空間複雜度是O(M)。
class Solution(object):
def maxSumSubmatrix(self, matrix, k):
"""
:type matrix: List[List[int]]
:type k: int
:rtype: int
"""
if not matrix or not matrix[0]: return 0
L, R = 0, 0
curSum, maxSum = float('-inf'), float('-inf')
maxLeft, maxRight, maxUp, maxDown = 0, 0, 0, 0
M, N = len(matrix), len(matrix[0])
for L in range(N):
curArr = [0] * M
for R in range(L, N):
for m in range(M):
curArr[m] += matrix[m][R]
curSum = self.getSumArray(curArr, M, k)
if curSum > maxSum:
maxSum = curSum
return maxSum
def getSumArray(self, arr, M, k):
sums = [0] * (M + 1)
for i in range(M):
sums[i + 1] = arr[i] + sums[i]
res = float('-inf')
for i in range(M):
for j in range(i + 1, M + 1):
curSum = sums[j] - sums[i]
if curSum <= k and curSum > res:
res = curSum
return res
方法二:Kadane’s algorithm + 二分查詢 (Accepted)
上面的演算法慢就慢在查詢子陣列的最大和部分。其實沒必要使用求最大和的方式。因為題目要求我們找出不超過K的和,所以只需要在陣列中是否存在另外一個數使得兩者的差不超過K即可。這個查詢的效率能達到O(NlogN).
在C++中能使用set和lowwer_bound實現,在python中使用bisect_left函式能也實現。
這個過程可以在這個文章中看到更詳細的說明。
在時間複雜度中可以看到M影響更大,另外一個優化的策略是重新設定矩形的長和寬,這樣也可以優化速度。
時間複雜度是O(MNMlogM),空間複雜度是O(M)。
class Solution(object):
def maxSumSubmatrix(self, matrix, k):
"""
:type matrix: List[List[int]]
:type k: int
:rtype: int
"""
m = len(matrix)
n = len(matrix[0]) if m else 0
M = max(m, n)
N = min(m, n)
ans = None
for x in range(N):
sums = [0] * M
for y in range(x, N):
slist, num = [], 0
for z in range(M):
sums[z] += matrix[z][y] if m > n else matrix[y][z]
num += sums[z]
if num <= k:
ans = max(ans, num)
i = bisect.bisect_left(slist, num - k)
if i != len(slist):
ans = max(ans, num - slist[i])
bisect.insort(slist, num)
return ans or 0
參考資料:
日期
2018 年 10 月 11 日 —— 做Hard題真的很難