【2025华为OD机考真题】- 光伏场地建设规划(B卷-100分)（C++版）-CSDN博客

本文链接：https://blog.csdn.net/weixin_43970743/article/details/148236230

🔔本文收录于「最新最全华为OD机试真题(C++版)」专栏，手把手带你零基础教学华为OD机试。本题集提供最优题解思路，解题步骤，代码解析，复杂度分析及最优题解源码等，支持多语言题解，助你轻松拿捏OD机考，一举上岸！安利大家关注&&收藏&&订阅！题库正在疯狂收录中，up！up！up！！
🚫提醒：拒绝一切代考/替考，违法必究！专栏所写题库均搜集于互联网，经过精心筛选和整理，结合数位十多年大厂实战经验资深大佬经验所撰，欢迎订阅。

💗订阅福利：一次订阅，可永久免费阅读，提供在线答疑解惑，后续题库更新皆可阅读使用！

🔥所有题目均有六种语言实现，汇总如下🔥

如上题库均已同步更新至最新华为OD机试真题，赶紧操练起来吧~~

📚1. 题目描述

📢 具体题目描述如下：

祖国西北部有一片大片荒地，其中零星的分布着一些湖泊，保护区，矿区;整体上常年光照良好，但是也有一些地区光照不太好。某电力公司希望在这里建设多个光伏电站，生产清洁能源。对每平方公里的土地进行了发电评估，其中不能建设的区域发电量为 0kw，可以发电的区域根据光照，地形等给出了每平方公里年发电量 x 千瓦。我们希望能够找到其中集中的矩形区域建设电站，能够获得良好的收益。

📝2. 输入描述

第一行输入为调研的地区长，宽，以及准备建设的电站【长宽相等，为正方形】的边长，最低要求的发电量之后每行为调研区域每平方公里的发电量。

例如，输入为:

2 5 2 6
1 3 4 5 8
2 3 6 7 1

表示调研的区域大小为长2宽5的矩形，我们要建设的电站的边长为2，建设电站最低发电量为6。

🖥️3. 输出描述

输出为这样的区域有多少个
上述输入长宽为2的正方形满足发电量大于等于6的区域有4个。

则输出为: 4

备注： 其中被调研的区域的长宽均大于等于 1，建设电站的边长大于等于 1，任何区域的发电量大于等于 0

🔍4. 示例演示

✨4.1 示例1

输入：

2 5 2 6
1 3 4 5 8
2 3 6 7 1

输出：

示例说明：

需要构建大小为2的子矩阵，且这些子矩阵的发电量总和需要大于等于6。
可能的子矩阵和分别为：
- 子矩阵（(0,0)到(1,1)）：1+3+2+3 = 9
- 子矩阵（(0,1)到(1,2)）：3+4+3+6 = 16
- 子矩阵（(0,2)到(1,3)）：4+5+6+7 = 22
- 子矩阵（(0,3)到(1,4)）：5+8+7+1 = 21
所以总共有4个子矩阵满足发电量大于等于6。

✨4.2 示例2

输入：

2 5 1 6
1 3 4 5 8
2 3 6 7 1

输出：

示例说明： 输入长为2，宽为5的场地，建设的场地为正方形场地，边长为1，要求场地的发电量大于等于6

✨4.3 示例3

输入：

2 5 1 0
1 3 4 5 8
2 3 6 7 1

输出：

示例说明： 输入长为 2，宽为5的场地，建设的场地为正方形场地，边长为1，要求场地的发电量大于等于0即可

温馨提醒： 大家在参加华为OD机试时，切记不要仅仅死记硬背题解代码。真正的通过率取决于你对代码的理解能力。建议你在理解基本原理和逻辑的基础上，模仿并自己编写代码，这样才能更有效地应对机试。

🔑5. 解题分析

🤔5.1 问题理解

这道题的目的是在一个给定的矩阵中，寻找所有大小为 width x width 的子矩阵，计算这些子矩阵的发电量总和，并统计发电量大于等于给定阈值 pow 的子矩阵个数。问题给定了一个矩阵，矩阵中每个位置表示一个区域的发电量，且要求找到符合条件的矩形区域数目。

输入包括：

矩阵的行数和列数 row 和 col。
电站的边长 width。
最低发电量阈值 pow。
矩阵的每个元素表示该区域的年发电量。

输出要求：

计算并输出满足发电量大于等于 pow 的子矩阵的数量。

💡5.2 解题思路

前缀和计算：
- 通过前缀和（prefix sum）技术，能够高效地计算任意子矩阵的和。前缀和矩阵 prefixSum 的每个元素 prefixSum[i][j] 表示从 (0,0) 到 (i-1,j-1) 的子矩阵和。通过前缀和公式，任意子矩阵的和可以快速计算。
滑动窗口：
- 对于每一个可能的子矩阵，遍历其左上角的位置，使用前缀和计算该子矩阵的发电量和。具体地，遍历所有可能的 (i, j) 作为子矩阵左上角的位置，计算这个 width x width 的子矩阵的和，并与给定的发电量阈值 pow 进行比较。
条件判断：
- 如果该子矩阵的总和大于等于 pow，则满足条件，计数加一。
效率：
- 通过前缀和的计算，避免了重复计算子矩阵的和，使得问题的时间复杂度降低。每次计算子矩阵和的操作可以在常数时间内完成。

🎯5.3 问题考点

前缀和：通过前缀和优化矩阵区域求和的计算。
子矩阵和计算：通过滑动窗口方法遍历所有可能的子矩阵，且使用前缀和快速求得每个子矩阵的总和。
二维数组处理：处理矩阵和子矩阵的遍历。
复杂度优化：通过前缀和方法减少不必要的重复计算，显著优化时间复杂度。

📝5.4 解题步骤

输入解析：首先读取矩阵的行数、列数、边长 width 和最低要求的发电量 pow，然后读取矩阵的每个元素，构建二维矩阵 region。
计算前缀和：
- 初始化一个大小为 (row+1) x (col+1) 的前缀和矩阵 prefixSum，其中每个元素 prefixSum[i][j] 表示从 (0,0) 到 (i-1,j-1) 的子矩阵和。
- 填充前缀和矩阵，通过公式 prefixSum[i][j] = prefixSum[i-1][j] + prefixSum[i][j-1] - prefixSum[i-1][j-1] + region[i-1][j-1] 计算每个位置的值。
遍历子矩阵：
- 遍历所有可能的 (i, j) 作为子矩阵的左上角位置，计算其对应的发电量和。对于每个位置，使用前缀和公式计算大小为 width x width 的子矩阵的和。
比较和计数：
- 对每个子矩阵的和，如果其大于或等于给定的发电量阈值 pow，则增加计数。
输出结果：输出满足条件的子矩阵数量。

通过以上步骤，可以高效地完成这道题，并得出结果。

💻6. 解题Coding

根据如上题解思路，进行代码实战，大家请看如下，建议不要死记硬背代码，要理解其题型及实现思路，别担心，代码我都会给出超详细注释，你一定能看明白的。

✅6.1 代码实现(C++版)

#include <iostream>
#include <vector>

using namespace std;

// 计算二维矩阵的前缀和
vector<vector<int>> calculatePrefixSum(const vector<vector<int>>& matrix, int row, int col) {
    vector<vector<int>> prefixSum(row + 1, vector<int>(col + 1, 0));

    // 填充前缀和矩阵
    for (int i = 1; i <= row; i++) {
        for (int j = 1; j <= col; j++) {
            prefixSum[i][j] = prefixSum[i - 1][j] + prefixSum[i][j - 1]
                              - prefixSum[i - 1][j - 1] + matrix[i - 1][j - 1];
        }
    }

    return prefixSum;
}

// 计算指定子矩阵的和
int calculateSubMatrixSum(const vector<vector<int>>& prefixSum, int row, int col, int width) {
    // 确定子矩阵的四个角
    int rowStart = row;
    int rowEnd = row + width - 1;
    int colStart = col;
    int colEnd = col + width - 1;

    // 使用前缀和公式计算子矩阵的和
    return prefixSum[rowEnd + 1][colEnd + 1] - prefixSum[rowEnd + 1][colStart]
           - prefixSum[rowStart][colEnd + 1] + prefixSum[rowStart][colStart];
}

int main() {
    int row, col, width, pow;
    cin >> row >> col >> width >> pow;

    vector<vector<int>> region(row, vector<int>(col));

    // 输入矩阵数据
    for (int i = 0; i < row; i++) {
        for (int j = 0; j < col; j++) {
            cin >> region[i][j];
        }
    }

    // 计算前缀和
    vector<vector<int>> prefixSum = calculatePrefixSum(region, row, col);

    int res = 0;

    // 遍历所有可能的子矩阵，计算其和并进行比较
    for (int i = 0; i < row - width + 1; i++) {
        for (int j = 0; j < col - width + 1; j++) {
            int count = calculateSubMatrixSum(prefixSum, i, j, width);
            if (count >= pow) {
                res++;  // 如果子矩阵的和大于或等于目标值，则计数
            }
        }
    }

    // 输出结果
    cout << res << endl;

    return 0;
}

⏱6.2 时间&空间复杂度

时间复杂度：

前缀和计算：calculatePrefixSum 函数的时间复杂度是 O(row * col)，因为我们需要遍历整个矩阵并根据动态规划公式计算每个前缀和。
子矩阵计算：在主函数中，我们遍历所有可能的子矩阵，计算每个子矩阵的和。每个子矩阵和的计算是 O(1) 的（通过前缀和快速计算），而遍历所有可能的子矩阵的次数是 (row - width + 1) * (col - width + 1)，即大约是 O(row * col)，因此该部分的时间复杂度是 O(row * col)。

因此，整体时间复杂度是 O(row * col)，这是最主要的时间复杂度。

空间复杂度：

region 矩阵占用 O(row * col) 空间。
prefixSum 矩阵也占用 O(row * col) 空间。

因此，空间复杂度为 O(row * col)。

⛓‍💥6.3 代码解析

calculatePrefixSum 函数：
- 该函数用来计算给定矩阵的前缀和。前缀和矩阵 prefixSum[i][j] 表示从矩阵 (0,0) 到 (i-1,j-1) 的所有元素之和。前缀和的计算公式是：

$p re f i x S u m [i] [j] = p re f i x S u m [i - 1] [j] + p re f i x S u m [i] [j - 1] - p re f i x S u m [i - 1] [j - 1] + ma t r i x [i - 1] [j - 1]$

通过这种方式，我们可以在 O(1) 时间内计算任意子矩阵的和，从而大大提高了效率。

calculateSubMatrixSum 函数：
- 该函数根据前缀和矩阵计算指定子矩阵的和。子矩阵的和可以通过以下公式快速计算：
  $text{Sum} = prefixSum[rowEnd+1][colEnd+1] - prefixSum[rowEnd+1][colStart] - prefixSum[rowStart][colEnd+1] + prefixSum[rowStart][colStart]$
- 这样可以在 O(1) 时间内计算出子矩阵的和。
主函数：
- 在 main 函数中，首先读取输入矩阵并计算前缀和。
- 然后遍历所有可能的子矩阵，计算其和并与目标值进行比较，如果大于或等于目标值，则计数。

📝6.4 小结

该程序通过前缀和算法高效地计算了矩阵的子矩阵和。通过先计算前缀和矩阵，后续的子矩阵和可以在 O(1) 时间内获得，使得求解效率大大提高。时间复杂度为 O(row * col)，空间复杂度也是 O(row * col)，适合处理大规模的矩阵问题。

📥7. 附录源码（Java版）

针对如上分享OD机试真题之外，这里我还开源全部OD机试原真题源码，供同学们一对一学习！对照每题都有题目号及详细代码注释。Gitee，例如题序号为1，则题解代码对应文件夹OD1，题序号为5，则题解代码对应文件夹OD5，以此类推，目的就是为了方便大家学习，一举上岸！(这里的题序号指专栏导航贴中表格一列的序号)

🧧福利赠与你🧧

如果你还想学习更多相关OD真题题解，都建议直接毫不犹豫地学习此专栏「最新最全真题华为OD机试真题(全栈版)」，快速掌握Java、Python、C++、JavaScript、Go等多种热门语言详细解题，快速突破华为OD机试，实现350+高分目标。还将提供线上多端答疑交流，解决你的所有问题！

🎁安利其他语言版本题解册🎁

注意： 上述任意专栏一次订阅，获永久免费阅读权限，后续更新都能学习。
声明： 拒绝一切形式的代考，替考行为，务必诚信考试！！！本人所写题库均搜集于互联网。

👩‍💻Who am I?

我是bug菌，CSDN | 掘金 | InfoQ | 51CTO | 华为云 | 阿里云 | 腾讯云等社区博客专家，C站博客之星Top30，华为云多年度十佳博主&最具价值贡献奖，掘金多年度人气作者Top40，掘金等各大社区平台签约作者，51CTO年度博主Top12，掘金/InfoQ/51CTO等社区优质创作者；全网粉丝合计 30w+；更多精彩福利点击这里；硬核微信公众号「猿圈奇妙屋」，欢迎你的加入！免费白嫖最新BAT互联网公司面试真题、4000G PDF电子书籍、简历模板等海量资料，你想要的我都有，关键是你不来拿。