598. 区间加法 II（C++）

题目

给你一个 m x n 的矩阵 M 和一个操作数组 op 。矩阵初始化时所有的单元格都为 0 。ops[i] = [ai, bi] 意味着当所有的 0 <= x < ai 和 0 <= y < bi 时， M[x][y] 应该加 1。

在 执行完所有操作后 ，计算并返回 矩阵中最大整数的个数 。

示例 1:

输入: m = 3, n = 3，ops = [[2,2],[3,3]]
输出: 4
解释: M 中最大的整数是 2, 而且 M 中有4个值为2的元素。因此返回 4。

示例 2:

输入: m = 3, n = 3, ops = [[2,2],[3,3],[3,3],[3,3],[2,2],[3,3],[3,3],[3,3],[2,2],[3,3],[3,3],[3,3]]
输出: 4

示例 3:
输入: m = 3, n = 3, ops = []
输出: 9

提示:

• 1 <= m, n <= 4 * 104
• 0 <= ops.length <= 104
• ops[i].length == 2
• 1 <= ai <= m
• 1 <= bi <= n

题解

int maxCount(int m, int n, vector<vector<int>>& ops) {  
    if (ops.empty()) {  
        // 如果没有操作，则所有元素都是0，最大整数的个数就是矩阵的面积  
        return m * n;  
    }  
  
    // 初始化最小值为矩阵的维度  
    int min_a = m, min_b = n;  
  
    // 遍历操作数组，找到最小的ai和bi  
    for (const auto& op : ops) {  
        min_a = min(min_a, op[0]);  
        min_b = min(min_b, op[1]);  
    }  
  
    // 最大整数的个数就是左上角(0, 0)到(min_a-1, min_b-1)的矩形区域的面积  
    return min_a * min_b;  
} 

算法原理

这段代码的算法原理相对直观，主要涉及到遍历一个二维向量（vector<vector<int>>）来寻找特定维度（在这个例子中是ai和bi）的最小值。这里，我们假设ops是一个vector<vector<int>>，其中每个内部vector<int>都恰好包含两个元素，分别代表ai和bi。

1. 初始化：首先，将min_a和min_b初始化为矩阵的维度m和n。这是一个保守的起始值，因为我们知道实际的ai和bi值（即操作的范围）一定不会超过矩阵的维度。然而，在实际操作中，ai和bi很可能会远小于m和n。
2. 遍历操作：然后，代码遍历ops容器中的每个操作（即每个内部vector<int>）。对于每个操作，它检查op[0]（即ai）和op[1]（即bi）的值，并将它们与当前的min_a和min_b进行比较。
3. 更新最小值：如果当前操作的ai小于min_a，则更新min_a为当前ai的值。同样地，如果当前操作的bi小于min_b，则更新min_b为当前bi的值。这个过程确保了min_a和min_b在遍历结束时分别包含所有操作中ai和bi的最小值。
4. 计算结果：最后，代码通过计算min_a * min_b来得到最终矩阵中最大整数的个数。这是因为所有操作都会覆盖矩阵的左上角区域，直到(min_a-1, min_b-1)这个位置。由于每个被覆盖的位置的值都会增加（在这个问题中，由于我们只关心最大整数的个数，而不关心具体的值是多少），因此这个矩形区域内的所有元素都将具有相同的最大值（即被覆盖的次数）。