leetcode 剑指 Offer II 013. 二维子矩阵的和

文章讲述了如何解决LeetCode上的一个题目,即给定一个二维矩阵,计算特定子矩阵的元素总和。提出了两种方法,一种是直接计算每个子矩阵的和(时间复杂度O(n^2)),另一种是使用前缀和预处理数据(时间复杂度O(n),提高效率)。通过前缀和方法,可以在查询时快速计算出子矩阵的和,提高了代码执行效率。
摘要由CSDN通过智能技术生成

leetcode 剑指 Offer II 013. 二维子矩阵的和


题目描述

剑指 Offer II 013. 二维子矩阵的和

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) 的子矩阵的元素总和。

示例 1:

输入: ["NumMatrix","sumRegion","sumRegion","sumRegion"] [[[[3,0,1,4,2],[5,6,3,2,1],[1,2,0,1,5],[4,1,0,1,7],[1,0,3,0,5]]],[2,1,4,3],[1,1,2,2],[1,2,2,4]] 输出: [null, 8, 11, 12]

解释: NumMatrix numMatrix = new NumMatrix([[3,0,1,4,2],[5,6,3,2,1],[1,2,0,1,5],[4,1,0,1,7],[1,0,3,0,5]]]); numMatrix.sumRegion(2, 1, 4, 3); // return 8 (红色矩形框的元素总和) numMatrix.sumRegion(1, 1, 2, 2); // return 11 (绿色矩形框的元素总和) numMatrix.sumRegion(1, 2, 2, 4); // return 12 (蓝色矩形框的元素总和)

提示:

m == matrix.length n == matrix[i].length 1 <= m, n <= 200 -105 <= matrix[i][j] <= 105 0 <= row1 <= row2 < m 0 <= col1 <= col2 < n 最多调用 104 次 sumRegion 方法

解题思路

法1

单独计算每一个分组:

将类只定义一个matrix [][]int,储存数组,和值就使用双for循环计算

类的赋值:

直接储存一个给的参数数组

和值:

使用双循环计算行从cor1到cor2,列从list1到list2的和值

  • 时间复杂度(O(n^2))
  • 空间复杂度(O(n))
法2

前缀和:

它首先检查矩阵的行数和列数是否为零,若是,则返回空的NumMatrix对象。然后,它创建一个二维数组sums,其中sums[i][j]表示矩阵中左上角为(0, 0),右下角为(i-1, j-1)的子矩阵的元素总和。接着,通过两层循环计算sums数组的值。

SumRegion方法用于计算指定子矩阵的元素总和。它利用前缀和的思想,通过对sums数组的相应元素进行相减操作,得到指定子矩阵的元素总和。

  • 时间复杂度(O(n^2))
  • 空间复杂度(O(n)) 在计算和的时候时间复杂度为1,极大的提高同数组多次计算的和值.

执行结果

法1
type NumMatrix struct {
 matrix [][]int
}

func Constructor(matrix [][]int) NumMatrix {
 return NumMatrix{matrix}
}

func (this *NumMatrix) SumRegion(row1 int, col1 int, row2 int, col2 int) (r int) {
 for i:=row1;i<=row2;i++{
        for j:=col1;j<=col2;j++{
            r+=this.matrix[i][j]
        }
    }
    return
}

type NumMatrix struct {
 matrix [][]int
 sums   [][]int
}

func Constructor(matrix [][]int) NumMatrix {
 if len(matrix) == 0 || len(matrix[0]) == 0 {
  return NumMatrix{}
 }

 m, n := len(matrix), len(matrix[0])
 sums := make([][]int, m+1)
 for i := 0; i <= m; i++ {
  sums[i] = make([]int, n+1)
 }

 for i := 1; i <= m; i++ {
  for j := 1; j <= n; j++ {
   sums[i][j] = matrix[i-1][j-1] + sums[i][j-1] + sums[i-1][j] - sums[i-1][j-1]
  }
 }

 return NumMatrix{
  matrix: matrix,
  sums:   sums,
 }
}

func (this *NumMatrix) SumRegion(row1 int, col1 int, row2 int, col2 int) int {
 return this.sums[row2+1][col2+1] - this.sums[row2+1][col1] - this.sums[row1][col2+1] + this.sums[row1][col1]
}

执行结果: 通过 显示详情 查看示例代码 添加备注

执行用时: 200 ms , 在所有 Go 提交中击败了 94.74% 的用户 内存消耗: 13.8 MB , 在所有 Go 提交中击败了 45.11% 的用户 通过测试用例: 16 / 16


本文由 mdnice 多平台发布

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