1738. 找出第 K 大的异或坐标值 Medium

给你一个二维矩阵 matrix 和一个整数 k ,矩阵大小为 m x n 由非负整数组成。

矩阵中坐标 (a, b) 的 目标值 可以通过对所有元素 matrix[i][j] 执行异或运算得到,其中 i 和 j 满足 0 <= i <= a < m 且 0 <= j <= b < n下标从 0 开始计数)。

请你找出 matrix 的所有坐标中第 k 大的目标值(k 的值从 1 开始计数)。

示例 1:

输入:matrix = [[5,2],[1,6]], k = 1
输出:7
解释:坐标 (0,1) 的目标值是 5 XOR 2 = 7 ,为最大的目标值。

示例 2:

输入:matrix = [[5,2],[1,6]], k = 2
输出:5
解释:坐标 (0,0) 的目标值是 5 = 5 ,为第 2 大的目标值。

示例 3:

输入:matrix = [[5,2],[1,6]], k = 3
输出:4
解释:坐标 (1,0) 的目标值是 5 XOR 1 = 4 ,为第 3 大的目标值。

示例 4:

输入:matrix = [[5,2],[1,6]], k = 4
输出:0
解释:坐标 (1,1) 的目标值是 5 XOR 2 XOR 1 XOR 6 = 0 ,为第 4 大的目标值。

提示:

 ·m == matrix.length

 ·n == matrix[i].length

 ·1 <= m, n <= 1000

 ·0 <= matrix[i][j] <= 106

 ·1 <= k <= m * n

题目大意:找出矩阵中第k大的目标值。

分析:设坐标(i,j)处的目标值为dp[i][j]

(1)dp[i][j]为坐标(i,j)左上角所有数相亦或的值,而计算dp[i][j]时左上角所有坐标的目标值均已计算过,因此可考虑利用已得到的目标值来计算新的目标值,从中设计出目标值的计算方法:dp[i][j]=dp[i-1][j-1]^dp[i-1][j]^dp[i][j-1]^matrix[i][j];

(2)利用(1)中算法得到所有坐标的目标值并存放到一个数组中,以计算第k大的目标值。计算第k大的数可利用快速排序的划分操作进行寻找,即快速选择排序。

class Solution {
public:
    int kthLargestValue(vector<vector<int>>& matrix, int k) {
        int M=matrix.size(),N=matrix[0].size();
        vector<int> ans;
        vector<vector<int>> dp(M+1,vector<int>(N+1,0));
        ans.reserve(1000);
        for(int i=1;i<=M;++i){
            for(int j=1;j<=N;++j){
                dp[i][j]=dp[i-1][j-1]^dp[i-1][j]^dp[i][j-1]^matrix[i-1][j-1];
                ans.emplace_back(dp[i][j]);
            }
        }
        nth_element(ans.begin(),ans.begin()+k-1,ans.end(),greater<int>());
        return ans[k-1];
    }
};
  • 15
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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