LeetCode ｜ 1074. 元素和为目标值的子矩阵数量

题目描述

给出矩阵 matrix 和目标值 target，返回元素总和等于目标值的非空子矩阵的数量。

子矩阵 x1, y1, x2, y2 是满足 x1 <= x <= x2 且 y1 <= y <= y2 的所有单元 matrix[x][y] 的集合。

如果 (x1, y1, x2, y2) 和 (x1', y1', x2', y2') 两个子矩阵中部分坐标不同（如：x1 != x1'），那么这两个子矩阵也不同。

 

示例 1：

输入：matrix = [[0,1,0],[1,1,1],[0,1,0]], target = 0
输出：4
解释：四个只含 0 的 1x1 子矩阵。

 

示例 2：

输入：matrix = [[1,-1],[-1,1]], target = 0

输出：5

解释：两个 1x2 子矩阵，加上两个 2x1 子矩阵，再加上一个 2x2 子矩阵。

 

示例 3：

输入：matrix = [[904]], target = 0

输出：0

 

提示：

• 1 <= matrix.length <= 100

• 1 <= matrix[0].length <= 100

• -1000 <= matrix[i] <= 1000

• -10^8 <= target <= 10^8

 

原题链接：https://leetcode-cn.com/problems/number-of-submatrices-that-sum-to-target/

 

思路

用一个二维数组 prefixSum 保存每一个以 matrix[0][0] 为左顶点的子矩阵的和。例如 prefixSum[2][2] 保存的就是如下图所示红色阴影部分的和：

 

求 prefixSum 代码如下：

for (j in 1..cols) {
        prefixSum[i][j] = prefixSum[i - 1][j] + prefixSum[i][j - 1] + matrix[i - 1][j - 1] - prefixSum[i-1][j-1]
    }
}

 

为什么要保存这个 prefix sum 呢？因为有了这个二维矩阵，我们就可以算出任意一个子矩阵的和了！举个例子，比如我们要求蓝色子矩阵的和：

 

可以用下面的式子：

sum = prefixSum[4][4] - prefixSum[4][2] - prefixSum[2][4] + prefixSum[2][2]

 

也就是左上角 4*4 的矩阵和减去黄色部分和，减去红色部分和，再加上红黄混合部分和（因为这个红黄混合部分减了两次）。

 

我们有了这个 prefixSum 矩阵之后，我们就可以通过限制行数，去访问到每一个子矩阵的和，具体操作如下：用两个数 r1 和 r2 表示行数  1 <= r1 <= r2 <= rows，然后结合滑动窗口，遍历每个子矩阵的和，如果和为 target 则结果➕1。代码如下：

var res = 0

for (r1 in 1..rows){
    for (r2 in r1..rows){
        for(windowSize in 1..cols){ 
            for (col in 1..cols){
                val colRight = col+windowSize-1  // 窗口的右边界
                if (colRight <= cols){ // 窗口右边界仍在矩阵列数范围内
                    if (target == prefixSum[r2][colRight] - prefixSum[r1-1][colRight] - prefixSum[r2][col-1] + prefixSum[r1-1][col-1]){
                        res++
                    }
                }else break
            }
        }
   }
}

 

上面代码中的关键部分是：

target == prefixSum[r2][colRight] - prefixSum[r1-1][colRight] - prefixSum[r2][col-1] + prefixSum[r1-1][col-1]

这就是上面说的求蓝色子矩阵和的一般形式，画个图就一目了然了。

 

以下是执行结果，在可以接受的范围内。后续有时间的话再看看大佬们的解法。

 

---