Найти наибольший кубоид, содержащий только 1 в двоичном массиве NxNxN
Учитывая двоичный массив NxNxN (содержащий только 0 или 1), как мы можем получить наибольший кубоид с нетривиальным решением, т.е. в O (N ^ 3)?
-
Это та самая проблема, что Найти большой прямоугольник, содержащий только нули в двоичной матрице N × N, но в верхнем измерении.
Кроме того, в моем случае наибольший прямоугольник может "пересекать край" массива, т.е. Пространство подобно тору для двумерной матрицы.
Для двумерного массива, если запись:
00111
00111
11000
00000
00111
решение, изображенное "X", равно
00XXX
00XXX
11000
00000
00XXX
Я выполнил вычисление для двоичного массива NxN и нашел решение для самой большой проблемы прямоугольника в O (N ^ 2), следуя идее в http://tech-queries.blogspot.de/2011/03/maximum-area-rectangle-in-histogram.html.
Но я не знаю, как применить его для 3D-массива.
-
Пример для массива 3x3x3, где решение "пересекает край":
111
100
011
111
001
111
011
110
011
решение должно быть:
1XX
100
0XX
1XX
001
1XX
0XX
110
0XX
Ответы
Ответ 1
Здесь только O (N ^ 4).
Предположим, что вы храните кубиок в bool cuboid [N] [N] [N];
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 in cuboid[x][y][z] where x_min <= x <= x_max
// so lets compute for each cell in array2d,
// if are only 1 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);
}
}
Вы можете использовать тот же трюк, чтобы вычислить лучшее решение в X-размерах. Просто уменьшите проблему до размеров X-1. Сложность: O (N ^ (2 * X-2)).
Ответ 2
Это решение имеет сложность O (N 3 log 2 N) (может быть оптимизирована до O (N 3 log N)). Требуется дополнительный целочисленный массив размером 2 * 8 * N 3.
- Вычислить r (i, j, k): для каждой из строк N 2 вычислить суммарную сумму всех ненулевых элементов, сбросив ее, когда найден нулевой элемент.
- Выполните следующие шаги для различных значений K, используя Поиск в золотом сечении (или поиск по Фибоначчи), чтобы найти максимальный результат.
- Вычислить c (i, j, k): для каждой из столбцов N 2 вычислить суммарную сумму всех элементов с r (i, j, k) >= K, сбросив ее, когда элемент с r (i, j, k) K. Для хорошей визуализации шагов 1 и 2 см. этот ответ.
- Выполните последний шаг для различных значений M, используя поиск в золотом сечении, чтобы найти максимальный результат.
- Вычислить сумму: для каждого из значений N 2 3-й координаты вычислите суммарную сумму всех элементов с c (i, j, k) >= M, сбросив ее, когда элемент с c (i, j, k) M. Вычислить sumKM и обновить наилучшее до сих пор результат, если это необходимо.
"пересечь границу" свойство массива обрабатывается очевидным образом: повторяйте каждый индекс дважды и сохраняйте все суммарные суммы не более N.
В многомерном случае этот алгоритм имеет O (N D log D-1 N) временную сложность и O (D * N D) сложность пространства.
Оптимизация до O (N 3 log N)
Шаг 4 алгоритма устанавливает глобальное значение для M. Этот шаг может быть исключен (и сложность уменьшена на log N), если значение для M определяется локально.
Чтобы сделать это, шаг 5 должен быть улучшен. Он должен поддерживать двухстороннюю очередь (глава которой содержит локальное значение M) и стек (сохраняя начальные позиции для всех значений M, выведенных из очереди).
В то время как c (i, j, k) увеличивается, он добавляется к хвосту очереди.
Если c (i, j, k) уменьшается, все большие значения удаляются из хвоста очереди. Если он еще больше уменьшается (очередь пуста), стек используется для восстановления значения "sum" и помещает соответствующее значение "M" в очередь.
Затем несколько элементов могут быть удалены из головы очереди (и помещены в стек), если это позволяет увеличить значение локального решения.
Для многомерного случая эта оптимизация дает сложность O (N D log D-2 N).