2021-12-09 leetcode 动态规划 1314.矩形区域和 c++

题目

leetcode 1314.矩形区域和

解释：

已知： 矩阵mat，整数k
求解：对于矩阵mat中的一坐标为(i,j)的元素，在矩阵范围内，求从元素(i - k, j - k)到元素(i + k, j + k)的矩形区域内所有值的和。
example: 如下图所示，对于mat[5][5],k = 1,对于元素(i, j)，求(i - 1, j - 1)到(i + 1, j + 1)的矩形区域中所有元素和，即下图黑框框住的矩形中所有元素的和。

BF算法

暴力算法思路
遍历mat中所有元素，假设遍历到(i, j)，则将限制在mat矩阵范围内的(i - k, j - k)-(i + k, j + k)范围的矩形区域找出，遍历该矩形区域中的元素值并累加得解。

对于矩形区域重点解释：
满足两个条件：
1:不超过mat矩阵范围；因此矩形范围区间: 0 <= row < mat.size(); 0 <= col < mat[0].size();
2:(i - k, j - k)-(i + k, j + k)的矩形区域，即矩形内左上角元素坐标为(i - k, j - k)，右下角元素坐标为(i + k, j + k)。则矩形范围区间：i-k <= row <= i+k; j-k <= col <= j+k;
因此，矩形区间的行和列具体范围取决于：左区间的更大的一方，右区间更小的一方

class Solution {
public:
    vector<vector<int>> matrixBlockSum(vector<vector<int>>& mat, int k) {
        int m = mat.size(), n = mat[0].size();
        vector<vector<int>> matrix(m, vector(n, 0));
        for(int i = 0; i < m; i++) {
            for(int j = 0; j < n; j++) {
                int sum = 0;
                for(int x = max(i - k, 0); x < min(i + k, m - 1); x++) {
                    for(int y = max(j - k, 0); y < min(j + k, n - 1); j++) 
                        sum += mat[x][y];
                }
                matrix[i][j] = sum;
            }
        }
        return matrix;
    }
};

动态规划

求状态转移方程

s[I][j]

vector<vector> s(m + 1, vector(n + 1, 0)) (m,n分别为mat的长和宽）
构造更大的范围是更利于计算s，因此mat中的元素在s中需要扩大。
s[I][j]:表示的是以mat[i - 1][j - 1]为右下角的矩形区域的所有值的和
以(i, j)为右下角的矩形区域所有值的和。如图所示

对于mat[I][j],求s[I+1][j+1]
如下图所示
s[I+1][j+1] = 红色矩形区域值 + 绿色矩形区域值 - 黑色虚线框矩形区域值 + mat[i][j]

res[I][j]

res[I][j]:表示矩形区域内所有值的和
res[I][j] = 黑色虚线框部分 - 红色部分 - 绿色部分 + 白色部分

class Solution {
public:
    vector<vector<int>> matrixBlockSum(vector<vector<int>>& mat, int k) {
        int m = mat.size(), n = mat[0].size();
        vector<vector<int>> s(m + 1, vector(n + 1, 0));
        vector<vector<int>> res(m, vector(n, 0));
        //求矩形前缀和,s[i + 1][j + 1]表示的是mat[i][j]的矩形前缀和
        for(int i = 1; i <= m; i++) {
            for(int j = 1; j <= n; j++) 
                s[i][j] = s[i - 1][j] + s[i][j - 1] - s[i - 1][j - 1] + mat[i - 1][j - 1];
        }
        //求res
        for(int i = 0; i < m; i++) {
            for(int j = 0; j < n; j++) {
                int xMin = max(0, i - k), yMin = max(0, j - k);
                int xMax = min(m - 1, i + k), yMax = min(n - 1, j + k);
                res[i][j] = s[xMax + 1][yMax + 1] - s[xMin][yMax + 1] - s[xMax + 1][yMin] + s[xMin][yMin];
            }
        }
    return res;
    }
};