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)。