leetcode-1738. 找出第 K 大的异或坐标值

1738. 找出第 K 大的异或坐标值
      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 值 可由对所有满足 0 <= i <= a < m 且 0 <= j <= b < n 的元素 matrix[i][j]（下标从 0 开始计数）执行异或运算得到。

请你找出 matrix 的所有坐标中第 k 大的值（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) 的值是 5 XOR 2 = 7 ，为最大的值。
示例 2：

输入：matrix = [[5,2],[1,6]], k = 2
输出：5
解释：坐标 (0,0) 的值是 5 = 5 ，为第 2 大的值。
示例 3：

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

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

思路：首先思路还是前缀和，但是这次变成了二维前缀
通过模拟后我们得到前缀公式（这里的前缀和做出了修改，与行和列有关）

$$sum[i][j]=sum[i-1][j]异或sum[i][j-1]异或sum[i-1][j-1]异或mat[i-1][j-1];$$

构建完前缀和后，我们就好做了，今天介绍的是暴力法
明天将结合优先队列来讲解

code1：

class Solution {
    public int kthLargestValue(int[][] matrix, int k) {
      LinkedList<Integer> list=new LinkedList<>();
      int[][]sum=new int[matrix.length+1][matrix[0].length+1];
      for(int i=1;i<=matrix.length;i++){
          for(int j=1;j<=matrix[0].length;j++){
    
                  sum[i][j]=sum[i-1][j]^matrix[i-1][j-1]^sum[i][j-1]^sum[i-1][j-1];
              
          }
      }
      // 计算得从0，0 到i，j的异或和
    for(int i=1;i<=matrix.length;i++){
          for(int j=1;j<=matrix[0].length;j++){
            list.add(sum[i][j]);
          }
    }

    Collections.sort(list);
    return list.get(list.size()-k);

    }
}

code2：
优先队列构建法:(明日将深度理解)

class Solution {
    public int kthLargestValue(int[][] mat, int k) {
        int m = mat.length, n = mat[0].length;
        int[][] sum = new int[m + 1][n + 1];
        PriorityQueue<Integer> q = new PriorityQueue<>(k, (a, b)->a - b);
        for (int i = 1; i <= m; i++) {
            for (int j = 1; j <= n; j++) {
                sum[i][j] = sum[i - 1][j] ^ sum[i][j - 1] ^ sum[i - 1][j - 1] ^ mat[i - 1][j - 1];
                if (q.size() < k) {
                    q.add(sum[i][j]);
                } else {
                    if (sum[i][j] > q.peek()) {
                        q.poll();
                        q.add(sum[i][j]);
                    }
                }
            }
        }
        return q.peek();
    }
}