题目描述:
给出矩阵 matrix 和目标值 target,返回元素总和等于目标值的非空子矩阵的数量。
子矩阵 x1, y1, x2, y2
是满足 x1 <= x <= x2
且 y1 <= y <= y2
的所有单元 matrix[x][y]
的集合。
如果 (x1, y1, x2, y2)
和 (x1', y1', x2', y2')
两个子矩阵中部分坐标不同(如:x1 != x1'
),那么这两个子矩阵也不同。
示例 1:
输入:matrix = [[0,1,0],[1,1,1],[0,1,0]], target = 0
输出:4
解释:四个只含 0 的 1x1 子矩阵。
示例 2:
输入:matrix = [[1,-1],[-1,1]], target = 0
输出:5
解释:两个 1x2 子矩阵,加上两个 2x1 子矩阵,再加上一个 2x2 子矩阵。
提示:
1 <= matrix.length <= 300
1 <= matrix[0].length <= 300
-1000 <= matrix[i] <= 1000
-10^8 <= target <= 10^8
解法:
class Solution {
public:
int numSubmatrixSumTarget(vector<vector<int>>& matrix, int target) {
int m = matrix.size();
int n = matrix[0].size();
vector<vector<int>> sum_vals(m+1, vector<int>(n+1, 0));
for(int i = 1; i <= m; i++){
for(int j = 1; j <= n; j++){
sum_vals[i][j] = sum_vals[i][j-1] + sum_vals[i-1][j] + matrix[i-1][j-1] - sum_vals[i-1][j-1];
}
}
int res = 0;
for(int step = 0; step < n; step++){
for(int j = 0; j < n - step; j++){
unordered_map<int, int> mp;
mp[0] = 1;
int pre_sum = 0; // (i, j)==> (i, j+step)
for(int i = 0; i < m; i++){
int sum_val = sum_vals[i+1][j+step+1] - sum_vals[i+1][j];
if(mp.find(sum_val - target) != mp.end()){
res += mp[sum_val - target];
}
if(mp.find(sum_val) == mp.end()){
mp[sum_val] = 1;
}else{
mp[sum_val]++;
}
}
}
}
return res;
}
};