给定一个二维矩阵,计算其子矩形范围内元素的总和,该子矩阵的左上角为 (row1, col1) ,右下角为 (row2, col2)。
上图子矩阵左上角 (row1, col1) = (2, 1) ,右下角(row2, col2) = (4, 3),该子矩形内元素的总和为 8。
示例:
给定 matrix = [
[3, 0, 1, 4, 2],
[5, 6, 3, 2, 1],
[1, 2, 0, 1, 5],
[4, 1, 0, 1, 7],
[1, 0, 3, 0, 5]
]
sumRegion(2, 1, 4, 3) -> 8
sumRegion(1, 1, 2, 2) -> 11
sumRegion(1, 2, 2, 4) -> 12
说明:
- 你可以假设矩阵不可变。
- 会多次调用 sumRegion 方法。
- 你可以假设 row1 ≤ row2 且 col1 ≤ col2。
这个题目和之前题目的思路是相同的,可以定义状态dp[i][j] 表示按行遍历,从[0,0]到[i,j]所有元素之和,这样和一维的思路是等效的。这里用一个二维的状态,令dp[i][j] 表示以[0,0]为左上角,i,j为右下角的元素之和
这里的状态转移有点复杂,如下图所示
不考虑边界情况时
dp[i][j]=dp[i-1][j]+dp[i][j-1]-dp[i-1][j-1]+ matrix[i][j]
当i==0或j==0时,退化为一维数组的递推。
答案sumRegion(row1, col1, row2, col2)和dp的关系是
sumRegion(row1, col1, row2, col2)=dp[row2][col2]- dp[row2][col1-1]-dp[row1-1][col2]+dp[row1-1][col1-1]
这里存在三种边界情况,一种是row1=0,col1=0, 那么答案就是dp[row2][col2]
如果row1==0&&col1!=0
sumRegion(row1, col1, row2, col2)=dp[row2][col2]-dp[row2][col1-1]
如果row1!=0 && col1==0
sumRegion(row1, col1, row2, col2)=dp[row2][col2]-dp[row1-1][col2]
总的代码
* //[304] 二维区域和检索 - 矩阵不可变
*/
class NumMatrix {
// dp[i][j] 表示以i,j为右下角,0,0为左上角的子矩阵和
private int[][] dp;
private int[][] matrix;
public NumMatrix(int[][] matrix) {
if(matrix==null || matrix.length==0) return;
this.matrix = matrix;
dp = new int[matrix.length][matrix[0].length];
dp[0][0] = matrix[0][0];
// 边界情况
for(int i=1;i<matrix.length;i++){
dp[i][0] = dp[i-1][0] + matrix[i][0];
}
for(int i=1;i<matrix[0].length;i++){
dp[0][i] = dp[0][i-1] + matrix[0][i];
}
// 中间递推过程
for(int i=1;i<matrix.length;i++){
for(int j=1;j<matrix[0].length;j++){
dp[i][j] = dp[i-1][j]+dp[i][j-1]-dp[i-1][j-1]+matrix[i][j];
}
}
}
public int sumRegion(int row1, int col1, int row2, int col2) {
if(matrix==null || matrix.length==0) return 0;
if(row1==0){
if(col1==0) return dp[row2][col2];
else return dp[row2][col2] - dp[row2][col1-1];
}
else{
if(col1==0) return dp[row2][col2] - dp[row1-1][col2];
else return dp[row2][col2]-dp[row2][col1-1]-dp[row1-1][col2]+dp[row1-1][col1-1];
}
}
}