来源:力扣(LeetCode)
描述:
给你一个下标从 0 开始的二维整数数组 nums 。一开始你的分数为 0 。你需要执行以下操作直到矩阵变为空:
矩阵中每一行选取最大的一个数,并删除它。如果一行中有多个最大的数,选择任意一个并删除。
在步骤 1 删除的所有数字中找到最大的一个数字,将它添加到你的 分数 中。
请你返回最后的 分数 。
示例 1:
输入:nums = [[7,2,1],[6,4,2],[6,5,3],[3,2,1]]
输出:15
解释:第一步操作中,我们删除 7 ,6 ,6 和 3 ,将分数增加 7 。下一步操作中,删除 2 ,4 ,5 和 2 ,将分数增加 5 。最后删除 1 ,2 ,3 和 1 ,将分数增加 3 。所以总得分为 7 + 5 + 3 = 15 。
示例 2:
输入:nums = [[1]]
输出:1
解释:我们删除 1 并将分数增加 1 ,所以返回 1 。
提示:
- 1 <= nums.length <= 300
- 1 <= nums[i].length <= 500
- 0 <= nums[i][j] <= 103
方法一:模拟
思路与算法
设矩阵的行与列的数目分别为 m, n,题目要求每次选择每一行中的最大数并删除,每次操作的得分为删除数中的最大值,因此我们可以利用「大堆」进行模拟即可,具体过程如下:
- 将每一行的元素都加入到一个「堆」中,设第 i 行加入到优先队列 pq[i],堆顶元素即为当前行中的最大值;
- 每次删除时,删除每一行的最大值即堆顶元素,用 maxVal 记录当前删除元素的最大值,此时即可得到当前删除时的得分;
- 根据提议可以知道每次删除时都会删除掉每一行中的一个元素,一共需要 n 次删除即可将矩阵中的所有元素删除完。
- 最终返回所有删除得分之和即可;
代码:
class Solution {
public:
int matrixSum(vector<vector<int>>& nums) {
int res = 0;
int m = nums.size();
int n = nums[0].size();
vector<priority_queue<int>> pq(m);
for (int i = 0; i < m; i++) {
for (int j = 0; j < n; j++) {
pq[i].emplace(nums[i][j]);
}
}
for (int j = 0; j < n; j++) {
int maxVal = 0;
for (int i = 0; i < m; i++) {
maxVal = max(maxVal, pq[i].top());
pq[i].pop();
}
res += maxVal;
}
return res;
}
};
执行用时:160 ms, 在所有 C++ 提交中击败了14.86%的用户
内存消耗:55.7 MB, 在所有 C++ 提交中击败了8.08%的用户
复杂度分析
时间复杂度:O(mnlogn),其中 m, n 分别为矩阵的行数与列数。遍历矩阵中的所有元素需要的时间复杂度为 O(mn),每个优先队列中最多有 n 个元素,因此优先队列中每次压入元素或者弹出元素需要的时间复杂度为 O(logn),一共需要 m × n 次压入队列和弹出队列操作,因此总的时间复杂度为 O(mnlogn)。
空间复杂度:O(mn),其中 m,n 分别为矩阵的行数与列数。需要将矩阵中的所有元素存储到优先队列中,需要的空间为 O(mn)。
方法二:排序
思路与算法
由于每次删除操作中,每行删除的元素即为当前行中的最大值,因此我们可以直接将每行的元素按照从大到小排序,然后按照列遍历矩阵,每次删除操作得分即为当前列的最大值,因此最终得分即为所有列中的最大值之和。
代码:
class Solution {
public:
int matrixSum(vector<vector<int>>& nums) {
int res = 0;
int m = nums.size();
int n = nums[0].size();
for (int i = 0; i < m; i++) {
sort(nums[i].begin(), nums[i].end());
}
for (int j = 0; j < n; j++) {
int maxVal = 0;
for (int i = 0; i < m; i++) {
maxVal = max(maxVal, nums[i][j]);
}
res += maxVal;
}
return res;
}
};
执行用时:112ms, 在所有 C++ 提交中击败了65.84%的用户
内存消耗:46.7 MB, 在所有 C++ 提交中击败了92.50%的用户
复杂度分析
时间复杂度:O(mnlogn),其中 m, n 分别为矩阵的行数与列数。对矩阵中一行元素进行排序需要的时间复杂度为 nlogn,一共有 m 行,因此矩阵所有行排序的时间复杂度为 O(mnlogn),遍历矩阵中的所有元素需要的时间复杂度为 O(mn),因此总的时间复杂度为 O(mnlogn+mn) = O(mnlogn)。
空间复杂度:O(mlogn),其中 m, n 分别为矩阵的行数与列数。对矩阵中每一行进行排序需要的空间为 logn,矩阵一共有 m 行,因此总的空间复杂度为 O(mlogn)。
author:LeetCode-Solution