【2679. 矩阵中的和】

最新推荐文章于 2024-10-12 20:26:07 发布

千北@

最新推荐文章于 2024-10-12 20:26:07 发布

阅读量446

点赞数

分类专栏： LeetCode 文章标签：矩阵算法数据结构 C++ leetcode

本文链接：https://blog.csdn.net/Sugar_wolf/article/details/131529176

版权

LeetCode 专栏收录该内容

397 篇文章 2 订阅

订阅专栏

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