427 建立四叉树（递归、二维前缀和）

1. 问题描述：

给你一个 n * n 矩阵 grid ，矩阵由若干 0 和 1 组成。请你用四叉树表示该矩阵 grid 。
你需要返回能表示矩阵的四叉树的根结点。
注意，当 isLeaf 为 False 时，你可以把 True 或者 False 赋值给节点，两种值都会被判题机制接受 。四叉树数据结构中，每个内部节点只有四个子节点。此外，每个节点都有两个属性：

val：储存叶子结点所代表的区域的值。1 对应 True，0 对应 False；
isLeaf: 当这个节点是一个叶子结点时为 True，如果它有 4 个子节点则为 False 。
class Node {
    public boolean val;
    public boolean isLeaf;
    public Node topLeft;
    public Node topRight;
    public Node bottomLeft;
    public Node bottomRight;
}
我们可以按以下步骤为二维区域构建四叉树：
如果当前网格的值相同（即，全为 0 或者全为 1），将 isLeaf 设为 True ，将 val 设为网格相应的值，并将四个子节点都设为 Null 然后停止。
如果当前网格的值不同，将 isLeaf 设为 False， 将 val 设为任意值，然后如下图所示，将当前网格划分为四个子网格。
使用适当的子网格递归每个子节点。

如果你想了解更多关于四叉树的内容，可以参考 wiki 。
四叉树格式：
输出为使用层序遍历后四叉树的序列化形式，其中 null 表示路径终止符，其下面不存在节点。
它与二叉树的序列化非常相似。唯一的区别是节点以列表形式表示 [isLeaf, val] 。
如果 isLeaf 或者 val 的值为 True ，则表示它在列表 [isLeaf, val] 中的值为 1 ；如果 isLeaf 或者 val 的值为 False ，则表示值为 0 。

示例 1：

输入：grid = [[0,1],[1,0]]
输出：[[0,1],[1,0],[1,1],[1,1],[1,0]]
解释：此示例的解释如下：
请注意，在下面四叉树的图示中，0 表示 false，1 表示 True 。

示例 2：

输入：grid = [[1,1,1,1,0,0,0,0],[1,1,1,1,0,0,0,0],[1,1,1,1,1,1,1,1],[1,1,1,1,1,1,1,1],[1,1,1,1,0,0,0,0],[1,1,1,1,0,0,0,0],[1,1,1,1,0,0,0,0],[1,1,1,1,0,0,0,0]]
输出：[[0,1],[1,1],[0,1],[1,1],[1,0],null,null,null,null,[1,0],[1,0],[1,1],[1,1]]
解释：网格中的所有值都不相同。我们将网格划分为四个子网格。
topLeft，bottomLeft 和 bottomRight 均具有相同的值。
topRight 具有不同的值，因此我们将其再分为 4 个子网格，这样每个子网格都具有相同的值。
解释如下图所示：

...

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/construct-quad-tree

2. 思路分析：

题目比较长，其实表达的意思就是如果当前矩阵所有元素相同那么说明当前的矩阵为叶子节点，否则就需要将当前的矩阵划分为四个子矩阵...直到子矩阵中的元素全都是相同为止（这个过程本身就是一个递归将大问题划分为小问题的过程），根据这个特点我们使用递归解决即可，因为这里需要快速判断一个矩阵的和，我们可以使用二维前缀和O(n ^ 2)的时间复杂度求解出二维前缀和存储到s对应的二维列表中，在查询子矩阵的时候O(1)就可以查询某个子矩阵的和。

3. 代码如下：

from typing import List


# class Node:
#     def __init__(self, val, isLeaf, topLeft, topRight, bottomLeft, bottomRight):
#         self.val = val
#         self.isLeaf = isLeaf
#         self.topLeft = topLeft
#         self.topRight = topRight
#         self.bottomLeft = bottomLeft
#         self.bottomRight = bottomRight


class Solution:
    def dfs(self, x1: int, y1: int, x2: int, y2: int, s: List[List[int]]):
        n = x2 - x1 + 1
        t = s[x2][y2] - s[x1 - 1][y2] - s[x2][y1 - 1] + s[x1 - 1][y1 - 1]
        # 当满足下面条件的时候说明当前矩阵为全0或者全1这个时候当前的节点为叶子节点
        if t == 0 or t == n * n:
            # 0的时候是0当非0的时候为1
            v = not (not t)
            return Node(val=v, isLeaf=True)
        # 创建新的节点
        node = Node(0, False)
        m = n // 2
        node.topLeft = self.dfs(x1, y1, x1 + m - 1, y1 + m - 1, s)
        node.topRight = self.dfs(x1, y1 + m, x1 + m - 1, y2, s)
        node.bottomLeft = self.dfs(x1 + m, y1, x2, y1 + m - 1, s)
        node.bottomRight = self.dfs(x1 + m, y1 + m, x2, y2, s)
        return node

    def construct(self, grid: List[List[int]]) -> 'Node':
        n = len(grid)
        # 计算二维前缀和这样可以快速计算某个子矩阵的和, 二维前缀和从下标为1开始
        s = [[0] * (n + 1) for i in range(n + 1)]
        for i in range(1, n + 1):
            for j in range(1, n + 1):
                s[i][j] = s[i - 1][j] + s[i][j - 1] - s[i - 1][j - 1] + grid[i - 1][j - 1]
        return self.dfs(1, 1, n, n, s)