LeetCode 304 二维区域和检索 - 矩阵不可变 (前缀和)

本文介绍如何使用前缀和优化算法解决NumMatrix类的问题,通过预计算矩阵的子矩阵和,实现对指定左上角和右下角坐标范围内的元素总和的高效查询。核心在于理解并应用前缀和的概念来减少重复计算,适用于大规模数据的子矩阵求和问题。
摘要由CSDN通过智能技术生成

题目描述

给定一个二维矩阵 matrix,以下类型的多个请求:

●计算其子矩形范围内元素的总和,该子矩阵的 左上角 为 (row1, col1) ,右下角 为 (row2, col2) 。

实现 NumMatrix 类:

NumMatrix(int[][] matrix) 给定整数矩阵 matrix 进行初始化
int sumRegion(int row1, int col1, int row2, int col2) 返回 左上角 (row1, col1) 、右下角 (row2, col2) 所描述的子矩阵的元素 总和 。

在这里插入图片描述
简单来说就是根据矩阵给两个坐标,左上和右下,确定一个子矩阵,然后计算子矩阵中所有元素的和。

解法: 前缀和

将矩阵重新计算,每个位置填上以这个位置的坐标为右下角,(0,0)为左上角的子矩阵中所有元素的和。建议预计算时在矩阵左侧和上侧填上一圈0,这样可以不用计算边界条件(代码实现中本人直接在原数组上修改,因此需要根据情况计算边界)。

在计算前缀和时,可以通过公式:

 preSumArray[m][n]=matrix[m][n]+preSumArray[m-1][n]+preSumArray[m][n-1]-preSumArray[m-1][n-1]

在计算子矩阵和时,通过公式:

 sum[m][n]=preSumArray[m][n]-preSumArray[m][n-1]-preSumArray[m-1][n]+preSumArray[m-1][n-1]
代码:
class NumMatrix {
public:
    vector<vector<int>> matrix;
    NumMatrix(vector<vector<int>>& matrix) {
        int m=matrix.size();
        int n=matrix[0].size();

         // 更新矩阵 计算前缀和
        for(int i=1; i<m; i++){
            matrix[i][0]+=matrix[i-1][0];
        }
        for(int j=1; j<n; j++){
            matrix[0][j]+=matrix[0][j-1];
        }
        for(int i=1; i<m; i++){
            for(int j=1; j<n; j++){
                matrix[i][j]+=matrix[i-1][j]+matrix[i][j-1]-matrix[i-1][j-1];
            }
        }
        this->matrix=matrix;
    }
    
    int sumRegion(int row1, int col1, int row2, int col2) {
        // 1. 暴力解法 计算量太大, 太多重复计算, 没必要
        // 2. 前缀和, 先预处理一遍数组,每个位置的值变成以这个位置为右下角的矩阵之和
        // 之后再计算的时候
        // answer = mat[m][n]-mat[m-1][n]-mat[m][n-1]+mat[m-1][n-1]
        // 此外还需要考虑边界情况

        // 直接在原数组上进行修改
        int m=matrix.size();
        int n=matrix[0].size();

        if(row1<0 || row2>=m || col1<0 || col2>=n || row1>row2 || col1>col2) return 0;
        // 判断数据是否正确

        // 1. 左上坐标在矩阵的左上角
        if(row1==0 && col1==0){
            return matrix[row2][col2];
        }

        // 2. 左上坐标在矩阵最左侧
        if(col1==0){
            return matrix[row2][col2]-matrix[row1-1][col2];
        }

        // 3. 左上坐标在矩阵最上
        if(row1==0){
            return matrix[row2][col2]-matrix[row2][col1-1];
        }

        // 4. 左上坐标不贴边
        return matrix[row2][col2]-matrix[row1-1][col2]-matrix[row2][col1-1]+matrix[row1-1][col1-1];

    }
};
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值