给定一个NxNxN二进制数组(只包含0或1),我们如何用非平凡解,即在O(N ^ 3)中得到最大的长方体?
-
Find largest rectangle containing only zeros in an N×N binary matrix与上层维度相同。 另外,在我的例子中,最大的矩形可以“穿过阵列的边缘”,即空间就像是2D矩阵的圆环。
对于2D数组,如果条目是:
00111
00111
11000
00000
00111
'X'描述的解决方案是
00XXX
00XXX
11000
00000
00XXX
我已经完成了NxN二进制数组的计算,并按照http://tech-queries.blogspot.de/2011/03/maximum-area-rectangle-in-histogram.html中的想法找到了O(N ^ 2)中最大矩形问题的解决方案。 但我不知道如何将它应用于3D阵列。
-
解决方案“越过边缘”的3x3x3阵列示例:
111
100
011
111
001
111
011
110
011
解决方案应该是:
1XX
100
0XX
1XX
001
1XX
0XX
110
0XX
答案 0 :(得分:3)
这里只有O(N ^ 4)。
假设您将cubiod存储在bool cuboid [N] [N] [N]中;
bool array2d[N][N];
for(int x_min = 0; x_min < N; x_min++) {
//initializing array2d
for(int y = 0; y < N; y++) {
for(int z = 0; z < N; z++) {
array2d[y][z] = true;
}
}
//computation
for(int x_max = x_min; x_max < N; x_max++) {
// now we want to find largest cube that
// X coordinates are equal to x_min and x_max
// cells at y,z can be used in cube if and only if
// there are only 1's in cuboid[x][y][z] where x_min <= x <= x_max
// so lets compute for each cell in array2d,
// if are only 1's in cuboid[x][y][z] where x_min <= x <= x_max
for(int y = 0; y < N; y++) {
for(int z = 0; z < N; z++) {
array2d[y][z] &= cubiod[x_max][y][z];
}
}
//you already know how to find largest rectangle in 2d in O(N^2)
local_volume = (x_max - x_min + 1) * find_largest_area(array2d);
largest_volume = max(largest_volumne, local_volume);
}
}
您可以使用相同的技巧来计算X维度中的最佳解决方案。只需将问题减少到X-1尺寸。复杂性:O(N ^(2 * X-2))。
答案 1 :(得分:3)
对于多维情况,该算法具有O(N D log D-1 N)时间复杂度和O(D * N D )空间复杂性。
算法的第4步设置M的全局值。如果M的值是在本地确定的,则可以排除此步骤(并且复杂性降低 log N )。
为此,应该改进第5步。它应该保持一个双端队列(其头部包含M的本地值)和一个堆栈(保持M的所有值的起始位置,从队列中逐出)。
当c(i,j,k)增加时,它会附加到队列的尾部。
如果c(i,j,k)减小,则从队列的尾部删除所有较大的值。如果它进一步减少(队列为空),则使用堆栈恢复'sum'值并将相应的'M'值放入队列。
然后,如果允许增加本地解决方案的值,则可以从队列的头部删除几个元素(并推送到堆栈)。
对于多维情况,此优化给出了O(N D log D-2 N)的复杂性。