我知道前缀和很有用,但是没想到能够这么用。
这道题题目想了很多方法。包括各种dp(这是习惯了),发现dp不行,然后就没辙了。
然后评论区的答案是:
首先计算每一行的前缀和。
然后对于列中的每一对,计算每一行的和。这时候再算符合要求的个数就是用前缀和了。
这一道题总的目的还是计算很多小矩形的和。如果和为target,就符合要求。
如果是很多小区间的和,很明显用前缀和。但是小矩形,可以想到把每一行的和先弄出来(用前缀和),这时候再用前缀和的方式看那一列,就可以了。
class Solution {
public:
int numSubmatrixSumTarget(vector<vector<int>>& matrix, int target) {
int rows = matrix.size(), cols = matrix[0].size();
for (int i = 0; i < rows; ++i)
for (int j = 1; j < cols; ++j)
matrix[i][j] += matrix[i][j-1];
int retCnt = 0;
for (int i = 0; i < cols; ++i)
for (int j = i; j < cols; ++j) {
unordered_map<int, int> m;
m[0] = 1;
int curr = 0;
for (int k = 0; k < rows; ++k) {
curr += matrix[k][j] - (i > 0? matrix[k][i-1] : 0);
if (m.find(curr - target) != m.end())
retCnt += m[curr-target];
m[curr]++;
}
}
return retCnt;
}
};
//有很多不同的小矩形,也就是有很多的:x轴向的区间,y轴向的区间。
//有很多区间要求的话,前缀和。。。太骚了。
根本没有想到会用这种方法。
之前总结的,如果要很快的算出一个数组的各个区间的和,那么用前缀和;没有想到算出二维数组中各个小矩形的和也可以这么做。
另外,关于二维数组的处理中,各种思路有:
1.最大正方形:dp
2.最大矩形:dp,算出每一个的高度,每一行使用找到最大矩形的方法计算
3.二维数组的和:前缀和。
另外一道类似的:
class Solution {
public:
int maxSumSubmatrix(vector<vector<int>>& matrix, int k) {
if (matrix.empty() || matrix[0].empty())
return 0;
int rows = matrix.size(), cols = matrix[0].size();
for (int i = 0; i < rows; ++i)
for (int j = 1; j < cols; ++j)
matrix[i][j] += matrix[i][j-1];
int target = k;
int retNum = INT_MIN;
for (int i = 0; i < cols; ++i)
for (int j = i; j < cols; ++j) {
set<int> si;
int curr = 0;
for (int k = 0; k < rows; ++k) {
curr += (matrix[k][j] - (i > 0? matrix[k][i-1] : 0));
if (curr == target)
return curr;
if (curr < target)
retNum = max(curr, retNum);
auto iter = si.lower_bound(curr-target);
if (iter != si.end())
retNum = max(retNum, curr-*iter);
si.insert(curr);
}
}
return retNum;
}
};