013二维子矩阵的和---2022/03/29

这篇博客介绍了如何高效地计算二维矩阵中指定子矩形区域的元素总和。通过实现`NumMatrix`类,利用前缀和优化算法,避免了暴力求解的复杂度,从而提高性能。文章详细阐述了解题思路、代码实现以及性能评估。
摘要由CSDN通过智能技术生成

题目描述

给定一个二维矩阵 matrix,以下类型的多个请求:
计算其子矩形范围内元素的总和,该子矩阵的左上角为 (row1, col1) ,右下角为 (row2, col2) 。
实现 NumMatrix 类:
NumMatrix(int[][] matrix) 给定整数矩阵 matrix 进行初始化
int sumRegion(int row1, int col1, int row2, int col2) 返回左上角 (row1, col1) 、右下角 (row2, col2) 的子矩阵的元素总和。
题目来源

解题思考

思路1:使用双重循环,暴力求解。固定行数和列数,进行求和。

思路2:使用前缀和求解。首先求矩阵的前缀和,其次求子矩阵和。以下两个图方便理解。

计算矩阵前缀和:
preSum(x,y)=preSum(x-1,y)+preSum(x,y-1)-preSum(x-1,y-1)+matrix[x][y]。
在这里插入图片描述
计算子矩阵的和:
Sum(x,y)=preSum(x2,y2)-preSum(x2,y1-1)-preSum(x1-1,y2)+preSum(x1-1,y1-1)。
在这里插入图片描述

代码实现

class NumMatrix(object):

    def __init__(self, matrix):
        """
        :type matrix: List[List[int]]
        """
        self.preSum=[[0 for j in range(len(matrix[0])+1)] for i in range(len(matrix)+1)]
        for i in range(len(matrix)):
            for j in range(len(matrix[0])):
                self.preSum[i+1][j+1]=self.preSum[i+1][j]+self.preSum[i][j+1]-self.preSum[i][j]+matrix[i][j]


    def sumRegion(self, row1, col1, row2, col2):
        """
        :type row1: int
        :type col1: int
        :type row2: int
        :type col2: int
        :rtype: int
        """
        return self.preSum[row2+1][col2+1]-self.preSum[row2+1][col1]-self.preSum[row1][col2+1]+self.preSum[row1][col1]
        



# Your NumMatrix object will be instantiated and called as such:
# obj = NumMatrix(matrix)
# param_1 = obj.sumRegion(row1,col1,row2,col2)

性能评估

在这里插入图片描述
心得:
机会成本便是,当你做出某种选择时放弃的一些东西。

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