前面已经谈过最大一维子数组和问题,这里面扩展到二维。

一. 常规情况

一个矩形的数组,找到一个矩形的子数组有最大的元素和,求这个和。

  1. 从朴素算法入手,枚举矩形数组的4个顶点,以此计算其数组和。同样,时间复杂度很大,我们仅以此入手逐步优化。

2. 参照一维数组的思路,保存中间结果,利用动态规划优化算法。优化点就是子数组求和一处,二维数组的求和不同于一维,但是仍然能找到方法:

先声明这个方法是参考《编程之美》书中的讲解的,鄙人大脑迟钝,尚无法独创:

令二维数组的起点不是0,而是1,使用PS[i][j]表示以[0][0], [i][0], [0][j], [i][j]四个顶点围起来的子数组和,边界上的PS[*][0]和PS[0][*]全置零。则有:

PS[i][j] = PS[i - 1][j] + PS[i][j - 1] - PS[i - 1][j - 1] + A[i][j]

其中,A为整个二维数组,Row_num, Clm_num分别为数组行数、列数。

void cal_PS(){
int i, j;
for (i = 0; i <= Row_num; i++){
PS[i][0] = 0;
}
for (j = 0; j <= Clm_num; j++){
PS[0][j] = 0;
}
for (i = 1; i <= Row_num; i++){
for (j = 1; j <= Clm_num; j++){
PS[i][j] = PS[i - 1][j] + PS[i][j - 1] - PS[i - 1][j - 1] + A[i][j];
}
}
}

上面的函数处理了部分和,这部分时间复杂度O(Row_num2 * Clm_num2).

3. 有了部分和,下面寻找最大和的数组。我们的核心思路是把未知问题归结到已知的一维问题上。即,首先循环二维子数组数组的上下界,在每个上下界确定的情况下,用一维数组的方法确定其左右边界。形象一点说,就是先假定数组上下界已知,然后把每一列上的元素压扁,变成一维的。BC(a, c, j)就是a, c两行之间第j列元素加在一起的和。

核心代码如下:

 int MaxSum_mode1(int isCalled){
if(isCalled == ){ //有时候不需要读取文件,见后文
readArray(file);
cal_PS();
}
int maximum = -;
int Start, All;
for (int a = ; a <= Row_num; a++){//起始行
for (int c = a; c <= Row_num; c++){ //终结行
Start = BC(a, c, Clm_num); //下面就是阐述的算法
All = Start;
for (int i = Clm_num - ; i >= ; i--){
if(Start < )
Start = ;
Start += BC(a, c, i);
if(Start > All)
All = Start;
}
if(All > maximum)
maximum = All;
}
}
return maximum;
}

至此,我们完成了新问题的求解和优化,时间复杂度 O(Row_num2 * Clm_num)

下面的动图展示了BS扫描的部分,左上角表示当前的All值:

二. 拓展模式

这里面我们进行两种拓展:二维数组水平方向收尾相接成环,和竖直方向相接成环。

  1. /h 模式,水平成环

冷静的分析这种拓展造成了什么不同,我们发现拓展之后,问题仅是原始问题+新情况而已。如果最大和子数组不是跨越边界拼接在一起的情况,那就和上面的老问题相同;另一种情况就是,最大和子数组是跨越边界拼接在一起的。这种情况,即子数组分为A[1][*]~A[i][*], A[j][*]~A[Clm_num-1][*]两段,跨越边界接在一起。其中A[1][*],A[Clm_num-1[*] 分别是数组的左右边界那列。

换一句话说,假设a,c上下界已经固定,第二种情况就是从全局内剔除中间一段留下两边。被剔除的要求和小于0,且最小。接下来的问题就转化为求中间部分的子数组的最小值了。故,分两种情况讨论,取大值为最终答案。第二种情况就是修改第一种情况而来。注意求和部分。

 int MaxSum_mode3(int isCalled){ // /h
if(isCalled == ){
readArray(file);
cal_PS();
}
int MaxSum_noJump = MaxSum_mode1(); // 不跨越的和最大子数组
int MaxSum_Jump; //跨越的和最大子数组 int minimum = ;
int Start, All;
int WholeSum = ;
int tmpSum = ;
for (int a = ; a <= Row_num; a++){//起始行
for (int c = a; c <= Row_num; c++){ //终结行
tmpSum = ;
Start = BC(a, c, Clm_num - );
All = Start;
for (int i = Clm_num - ; i > ; i--){
if(Start > )
Start = ;
Start += BC(a, c, i);
if(Start < All)
All = Start;
tmpSum += BC(a, c, i);//累加去除头尾后的 中间元素的和
}
if(All <= minimum){
int newSum = tmpSum + BC(a, c, ) + BC(a, c, Clm_num) + BC(a, c, Clm_num - );
if (newSum - All > WholeSum - minimum){
minimum = All;
WholeSum = newSum; //当找到更小的 中间元素的和,重新算a,c两行之间全部元素的和
}
}
}
}
MaxSum_Jump = WholeSum - minimum; //有跨越情况,子数组分头尾两半。两半的和等于全部元素和 减 中间踢出去的元素和的小于零的最小值
return MaxSum_noJump > MaxSum_Jump ? MaxSum_noJump : MaxSum_Jump;
}

下面的动图展示了BS扫描的步骤。左上角显示的是All的值:  

2. /v 模式,竖直成环。

到目前,我们一直坚守“归结法”的思想,在简单问题找到优化解法后,将新问题化归到老问题,同样,/v的情况也不例外。在读取文件时,我们将数组存储成与前面沿对角线对称的形式,就可以利用水平成环的解法而不做任何改动。因为调换后的新数组的水平方向就是原来的竖直方向。下面只需要展示读文件存数组时的步骤即可:

 for (i = ; i <= Row_num; i++){
for (j = ; j <= Clm_num; j++){
A[i][j] = fgint(file); //这里仅需换成A[j][i]即可
}
}

  3. /h /v 模式,将二维数组变成轮胎形状。

这个笔者确实想了很久。受前面启发,依旧分情况讨论,以运用归结法化简。轮胎形状,首先考虑最大子数组不是竖直、水平均跨越的情况,细分为3种情况,即前文三种情况。第四种情况我们专门来讨论,即最大和子数组两个方向均跨越。数组的形状就是二维数组的四个角。

这里我们的思路是,仿照前面的思路,a表示左上、右上两块子数组的下界,c表示下面两块子数组的上届,在假定a,c已知的情况下,在原数组中删去a, c之间的行,新的子数组将被接成上下连续、左右分开的形状,这正好是之前处理过的水平相接成环的情况。因此,这部分的代码为:

 int MaxSum_mode5(){ // /h /v
readArray();
cal_PS();
int Max_md1 = MaxSum_mode1();
int Max_md3 = MaxSum_mode3();
int Max_md4 = MaxSum_mode4();
swap(&Clm_num, &Row_num); // /v情况颠倒了数组,这里还原行、列数目
int Max_md5; Max_md5 = -;
int a, c, tmp = Max_md5;
for (a = ; a < Row_numB; a++){
for (c = a; c < Row_numB; c++){
makeA(a, c); //删去数组a,c行之间的行(含a, c
tmp = MaxSum_mode3();
if (tmp > Max_md5){
Max_md5 = tmp;
}
}
}
if(Max_md1 > Max_md5)
Max_md5 = Max_md1;
if(Max_md3 > Max_md5)
Max_md5 = Max_md3;
if(Max_md4 > Max_md5)
Max_md5 = Max_md4;
return Max_md5;
}

三. 以上的总结

描述在这么多相似的需求面前, 你怎么维护你的设计 (父类/子类/基类, UML, 设计模式,  或者其它方法) 让整个程序的架构不至于崩溃的?

程序的核心在于算法,因此并未使用面型对象的方法。为使得代码易于维护,且在归结法密集使用的本程序中,我通过将程序模块化增加的扩展性和可维护性。这具体表现在单独功能独自成函数,在能够使用已完成函数的情况下,调用函数而非重写代码。上述从mode1到mode5,后面的模式均使用了前面的模式的代码。

给出你做单元测试/代码覆盖率的最终覆盖率的报告, 用截屏显示你的代码覆盖率

首先给出上述各情况的测试截屏。从下图可以看到测试用例、模式和结果。

/h /v的测试,通过调试发现各个情况的值都正确,故可证明程序正确。

阅读 工程师的能力评估和发展 和相关文章, 在完成作业的时候记录自己花费的时间, 并填下表。如果你对有些术语不太清楚,请查看教材和其它资料。如果你认为你不需要做某个步骤, 那就跳过去。

 

Personal Software Process Stages

时间百分比(%)

实际花费的时间 (分钟)

原来估计的时间 (分钟)

Planning

计划

     

·         Estimate

·         估计这个任务需要多少时间,把工作细化并大致排序

230%   700   300

Development

开发

     

·         Analysis

·         需求分析 (包括学习新技术)

 100%  60  60

·         Design Spec

·         生成设计文档(博客)

 100%  90  90

·         Design Review

·         设计复审 (和同事审核设计文档)

 0  0  0

·         Coding Standard

·         代码规范 (制定合适的规范)

 0  0  0

·         Design

·         具体设计

 150%  240  360

·         Coding

·         具体编码

 100%  180  180

·         Code Review

·         代码复审

 100%  30  30

·         Test

·         测试(自我测试,修改代码,提交修改)

 100%  60 60 

Reporting

总结报告

     
  • Test Report
  • 测试报告
   (博客)  
  • Size Measurement
  • 计算工作量
  • Postmortem & Improvement Plan
  • 事后总结, 并提出改进
   100%  40  40
         
Total 总计 220%

总用时

约11小时

总估计的用时

5小时

你在这个作业中学到了什么?  有什么好的设计值得分享?  感想如何 (太容易 / 太难 / 太无趣)?

本次作业中,我深入体会了“归结法”的思想,也为自己独自从学习到思考最后解决问题而愉快。因为之前较少接触这样算法类的问题,也没有这样专业而完整的开发过程,本次作业让我学会了如何学习、如何思考问题,并在完成后总结。当然,我也有不足,就是deadline之前没能抓紧时间,导致最后的任务量异常繁重。编程序不能等deadline,是我应该明白的道理。

至于好的设计,我已经尽力写出能想到的最好的了...当然我还会继续欣赏其他高分同学的作品并学习。上面的设计,也是受《编程之美》一书和很多人的博客启发而想到的。

这次作业的感想是,过程很充实,让人学到很多,但是任务量有点大... 因为个人选的课程有点多,所以不得不在国庆节坐到腰酸背疼..也许熟练了能好点吧..

四. 其他

关于/a的情况.. 没有什么好算法,只好用退火随机化算法了,没什么能分享的了。

然后关于“单元测试”,“代码覆盖率”,因为本程序应对5种模式,代码覆盖率会比较低。因为没采用面向对象的类,暂时未找到代码覆盖率的查看方法,我会下节课请教助教大人或者老师的。

为了便于理解,上面的代码并不是最终的代码。程序不断扩充,代码也有少许变化。

感谢阅读,祝中秋快乐!

最大二位子数组和问题(homework-02)的更多相关文章

  1. 剑指offer——02二维数组中的查找

    题目描述 在一个二维数组中(每个一维数组的长度相同),每一行都按照从左到右递增的顺序排序,每一列都按照从上到下递增的顺序排序.请完成一个函数,输入这样的一个二维数组和一个整数,判断数组中是否含有该整数 ...

  2. php二位数组合并

    转自:http://www.cnblogs.com/losesea/archive/2013/06/14/3134900.html 题目:有以下2个二维数组 1$a=Array(0 => Arr ...

  3. 代码分享:php对二维数组进行排序

    发布:net/PHP编程  编辑:thebaby   2013-06-28 13:12:54  [大 中 小] 转自:http://www.jbxue.com/article/9991.html本文介 ...

  4. 《剑指Offer》面试题-二维数组中的查找

    题目1384:二维数组中的查找 时间限制:1 秒 内存限制:32 兆 特殊判题:否 提交:7318 解决:1418 题目描述: 在一个二维数组中,每一行都按照从左到右递增的顺序排序,每一列都按照从上到 ...

  5. JavaScript -- 定义二维数组

    方法一:直接定义并且初始化,这种遇到数量少的情况可以用var _TheArray = [["0-1","0-2"],["1-1"," ...

  6. 三重for循环实现对二维数组的按列排序(JavaScript)

    由C语言联想到的:三重for循环实现对二维数组的按列排序,并且牵扯到数据结构. 自己写的,水平有限,本文属于原创,可能存在错误,忘指正~ function circle() { var a = [ [ ...

  7. [19/03/13-星期三] 数组_二维数组&冒泡排序&二分查找

    一.二维数组 多维数组可以看成以数组为元素的数组.可以有二维.三维.甚至更多维数组,但是实际开发中用的非常少.最多到二维数组(我们一般使用容器代替,二维数组用的都很少). [代码示例] import ...

  8. js二维数组定义和初始化的三种方法总结

    js二维数组定义和初始化的三种方法总结 方法一:直接定义并且初始化,这种遇到数量少的情况可以用var _TheArray = [["0-1","0-2"],[& ...

  9. 080、Java数组之二维数组的定义及使用

    01.代码如下: package TIANPAN; /** * 此处为文档注释 * * @author 田攀 微信382477247 */ public class TestDemo { public ...

随机推荐

  1. sql 随笔 2015-07-02

    sql 自定义函数 --检查函数是否存在 if exists (select * from dbo.sysobjects where id = object_id(N'dbo.pTitleCase') ...

  2. C#中控件的CheckState和Checked属性区别?

    Checked 和CheckState都是检查控件选中状态,都能判断是否选中控件. 只是Checked 通过布尔判断(true & false): CheckState 通过枚举判断. che ...

  3. Android Material Design-TabLayout的使用

    TabLayout 位于 android.support.design.widget.TabLayout. 一般与 ViewPager 结合在一起使用.以前有开源库 viewpagerindicato ...

  4. sort+结构体实现二级排序

    之前介绍的sort函数由于其效率较高,使用较为简单让我用起来那叫一个爽,今天再写一篇使用sort+结构体实现二级排序的方法. 还是先想个问题吧,比如我想输入5个同学的名字和身高,然后得到他们身高的降序 ...

  5. Git for windows 中文乱码解决方案

    1.git status时显示乱码,如下: \316\304\261\276\316\304\265\265.txt 解决方案: $ git config --global core.quotepat ...

  6. 【转载】React初学者入门须知

    http://www.oschina.net/news/75530/9-things-every-reactjs-beginner-should-know react.js入门学习 看了一遍,没什么特 ...

  7. ZOJ 1610 Count the Colors (线段树 成段更新)

    题目链接 题意:成段染色,初始为0,每次改变一个区间的颜色,求最后每种颜色分别有多少段.颜色按照从 小到大输出. 分析:改变了代码的风格,因为看了学长的博客.直接用数组,可以只是记录节点的编号,因为节 ...

  8. LA 3890 (半平面交) Most Distant Point from the Sea

    题意: 给出一个凸n边形,求多边形内部一点使得该点到边的最小距离最大. 分析: 最小值最大可以用二分. 多边形每条边的左边是一个半平面,将这n个半平面向左移动距离x,则将这个凸多边形缩小了.如果这n个 ...

  9. 自定义View,圆形头像

    1. 效果图 2. xml中 <com.etoury.etoury.ui.view.CircleImg android:id="@+id/user_info_head_img" ...

  10. RTP封装h264

    网络抽象层单元类型 (NALU): NALU头由一个字节组成,它的语法如下: +---------------+      |0|1|2|3|4|5|6|7|      +-+-+-+-+-+-+-+ ...