输入：nxn矩阵的正数/负数和k。
输出：子元素，其元素的最大总和除以其至少包含k个元素的元素数。
对于这个问题，有没有比O（n ^ 4）好的算法？
答案 0 :(得分：1)
基于FFT的分治方法解决这个问题：
https://github.com/thearn/maximum-submatrix-sum
它不如Kadane那样高效（O（N ^ 3）对O（N ^ 3 log N）），但确实对解决方案构建有不同的看法。
答案 1 :(得分：0)
存在用于在n×n矩阵中找到最大和子矩阵（即，子矩阵）的O（n ^ 3）2-d kadane算法。 （您可以在SO上找到关于它的帖子，或在线阅读）。一旦你理解了算法是如何工作的，如果你能解决在一维数组中找到长度至少为m的最大平均子区间的问题，很明显你可以得到一个O（n ^ 3）时间解决方案来解决你的问题。在O（n）时间内的n个数。这确实是可能的，见文件cs.slu.edu/~goldwasser/publications/DensityPreprint.pdf
因此，您的问题有一个O（n ^ 3）时间解决方案。