LeetCode 1074. 元素和为目标值的子矩阵数量

1074. 元素和为目标值的子矩阵数量

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][j] <= 1000
• -10^8 <= target <= 10^8

---

提示 1

Using a 2D prefix sum, we can query the sum of any submatrix in O(1) time. Now for each (r1, r2), we can find the largest sum of a submatrix that uses every row in [r1, r2] in linear time using a sliding window.

解法：前缀和 + 哈希表

我们枚举子矩阵的上下边界，并计算出该边界内每列的元素和，则原问题转换成了如下一维问题：

给定一个整数数组和一个整数 target，计算该数组中子数组和等于 target 的子数组个数。

对于每列的元素和 colsum 的计算，我们在枚举子矩阵上边界 i 时，初始下边界 j 为 i，此时 colsum 就是矩阵第 i 行的元素。每次向下延长下边界 j 时，我们可以将矩阵第 j 行的元素累加到 colsum 中。

同类题型详解：LeetCode 363. 矩形区域不超过 K 的最大数值和-CSDN博客

Java版：

class Solution {
    public int numSubmatrixSumTarget(int[][] matrix, int target) {
        int m = matrix.length;
        int n = matrix[0].length;
        int ans = 0;
        for (int i = 0; i < m; i++) {
            int[] colsum = new int[n];
            for (int j = i; j < m; j++) {
                for (int c = 0; c < n; c++) {
                    colsum[c] += matrix[j][c]; 
                }
                Map<Integer, Integer> map = new HashMap<>();
                map.put(0, 1);
                int s = 0;
                for (int v: colsum) {
                    s += v;
                    ans += map.getOrDefault(s - target, 0);
                    map.merge(s, 1, Integer::sum);
                }
            }
        }
        return ans;
    }
}

Python3版：

class Solution:
    def numSubmatrixSumTarget(self, matrix: List[List[int]], target: int) -> int:
        m = len(matrix)
        n = len(matrix[0])
        ans = 0
        for i in range(m):
            colsum = [0] * n
            for j in range(i, m):
                for c in range(n):
                    colsum[c] += matrix[j][c]
                counts = {0: 1}
                s = 0
                for v in colsum:
                    s += v 
                    if s - target in counts:
                        ans += counts[s - target]
                    counts[s] = counts[s] + 1 if s in counts else 1
        return ans

复杂度分析

• 时间复杂度：O(m^2⋅n)。其中 m 和 n 分别是矩阵 matrix 的行数和列数。

• 空间复杂度：O(n)。