前言
保持前缀和对连续子数组的敏感性,才能快速转换问题,做到举一反三。
如前缀和能拿来求矩阵和,根据矩阵特性,可以将一维前缀和变为二维前缀和。
一、案例
二、题解
1)一维前缀和,用空间换时间,将暴力的时间复杂度O(M x N)降到O(M);
2)二维前缀和,进一步用空间换时间,将一维前缀和的时间复杂度O(M)降到O(1);
package com.xhu.offer.offerII;
import java.util.Arrays;
import java.util.Map;
//二维子矩阵的和
public class NumMatrix {
//前缀和,用空间换时间,将暴力O(MxN)降到O(M)
private int[][] prefix;
public NumMatrix(int[][] matrix) {
int m = matrix.length, n = matrix[0].length;
prefix = new int[m][n];
for (int i = 0; i < m; i++) {
int prefixSum = 0;
for (int j = 0; j < n; j++) prefix[i][j] = (prefixSum += matrix[i][j]);
}
}
public int sumRegion(int row1, int col1, int row2, int col2) {
int res = 0;
for (int i = row1; i <= row2; i++) res += col1 == 0 ? prefix[i][col2] : prefix[i][col2] - prefix[i][col1 - 1];
return res;
}
}
//采用二维前缀和来以O(1)的时间求和
class NumMatrix2 {
//前缀和,用空间换时间,将暴力O(MxN)降到O(M)
private int[][] prefix;
public NumMatrix2(int[][] matrix) {
int m = matrix.length, n = matrix[0].length;
prefix = new int[m][n];
for (int i = m - 1; i >= 0; i--) {
for (int j = n - 1; j >= 0; j--) {
int right = j + 1 == n ? 0 : prefix[i][j + 1];
int down = i + 1 == m ? 0 : prefix[i + 1][j];
int surplus = j + 1 < n && i + 1 < m ? prefix[i + 1][j + 1] : 0;
prefix[i][j] =matrix[i][j] + right + down - surplus;
}
}
}
public int sumRegion(int row1, int col1, int row2, int col2) {
int m = prefix.length, n = prefix[0].length;
int main = prefix[row1][col1];
int right = col2 + 1 == n ? 0 : prefix[row1][col2 + 1];
int down = row2 + 1 == m ? 0 : prefix[row2 + 1][col1];
int surplus = col2 + 1 < n && row2 + 1 < m ? prefix[row2 + 1][col2 + 1] : 0;
return main - right - down + surplus;
}
}
总结
1)空间换时间
2)如以前总结所示,保持前缀和对连续子数组的敏感性,才能促进问题转换,举一反三。
参考文献
[1] LeetCode 原题