1. 背
二维前缀和的延申。
有一个二维矩阵matrix,如果需要计算(0,0)到(i,j)的距离,可以创建一个dp矩阵,每个点就是这个意思,求解方法就是dp[i][j]=dp[i-1][j]+dp[i][j-1]-dp[i-1][j-1]+matrix[i][j],有了这个矩阵就好做了。
2. 题目
- 矩阵区域和
给你一个 m x n 的矩阵 mat 和一个整数 k ,请你返回一个矩阵 answer ,其中每个 answer[i][j] 是所有满足下述条件的元素 mat[r][c] 的和:
i - k <= r <= i + k,
j - k <= c <= j + k 且
(r, c) 在矩阵内。
示例 1:
输入:mat = [[1,2,3],[4,5,6],[7,8,9]], k = 1
输出:[[12,21,16],[27,45,33],[24,39,28]]
示例 2:
输入:mat = [[1,2,3],[4,5,6],[7,8,9]], k = 2
输出:[[45,45,45],[45,45,45],[45,45,45]]
3. 答案
class Solution {
public:
vector<vector<int>> matrixBlockSum(vector<vector<int>>& mat, int k) {
int n = mat.size();
int m = mat[0].size();
vector<vector<int>> dp(n, vector<int>(m, 0));
dp[0][0]=mat[0][0];
for (int i = 1; i < n; i++) {
dp[i][0] = dp[i-1][0]+mat[i][0];
}
for(int j=1;j<m;j++) {
dp[0][j] = dp[0][j-1]+mat[0][j];
}
for (int i = 1; i < n; i++) {
for(int j = 1; j < m; ++j){
dp[i][j]=dp[i-1][j]+dp[i][j-1]-dp[i-1][j-1]+mat[i][j];
}
}
vector<vector<int>>answer(n, vector<int>(m, 0));
for(int i=0;i<n;++i)
{
for(int j=0;j<m;++j)
{
int x1 = max(i-k, 0);
int x2 = min(i+k, n-1);
int y1 = max(j-k, 0);
int y2 = min(j+k,m-1);
int numleft = y1-1>=0?dp[x2][y1-1]:0;
int numup = x1-1>=0?dp[x1-1][y2]:0;
int numleftup = x1-1>=0 && y1-1>=0?dp[x1-1][y1-1]:0;
answer[i][j] = dp[x2][y2]-(numleft+numup-numleftup);
}
}
return answer;
}
};