当前位置: 首页 > article >正文

剑指Offer|LCR 013. 二维区域和检索 - 矩阵不可变

LCR 013. 二维区域和检索 - 矩阵不可变

给定一个二维矩阵 matrix,以下类型的多个请求:

  • 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)

实现 NumMatrix 类:

  • NumMatrix(int[][] matrix) 给定整数矩阵 matrix 进行初始化
  • int sumRegion(int row1, int col1, int row2, int col2) 返回左上角 (row1, col1) 、右下角 (row2, col2) 的子矩阵的元素总和。

示例 1:
在这里插入图片描述

输入: 
["NumMatrix","sumRegion","sumRegion","sumRegion"]
[[[[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]]],[2,1,4,3],[1,1,2,2],[1,2,2,4]]
输出: 
[null, 8, 11, 12]

解释:
NumMatrix numMatrix = new NumMatrix([[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]]]);
numMatrix.sumRegion(2, 1, 4, 3); // return 8 (红色矩形框的元素总和)
numMatrix.sumRegion(1, 1, 2, 2); // return 11 (绿色矩形框的元素总和)
numMatrix.sumRegion(1, 2, 2, 4); // return 12 (蓝色矩形框的元素总和)

提示:

  • m == matrix.length
  • n == matrix[i].length
  • 1 <= m, n <= 200
  • -105 <= matrix[i][j] <= 105
  • 0 <= row1 <= row2 < m
  • 0 <= col1 <= col2 < n
  • 最多调用 104sumRegion 方法

法1:暴力

**分析:**两层for循环遍历

时间复杂度 O ( n 2 ) O(n^2) O(n2)

空间复杂度 O ( 1 ) O(1) O(1)

 var NumMatrix = function(matrix) {
   this.matrix = matrix;
};

NumMatrix.prototype.sumRegion = function(row1, col1, row2, col2) {
    matrix = this.matrix;
    let result = 0;
    for (let r = row1; r <= row2; r++) {
        for (let c = col1; c <= col2; c++) {
            result += matrix[r][c];
        }
    }
    return result
};

const 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]
];
var obj = new NumMatrix(matrix);
console.log(obj.sumRegion(2, 1, 4, 3)); // 输出 8
console.log(obj.sumRegion(1, 1, 2, 2)); // 输出 11
console.log(obj.sumRegion(1, 2, 2, 4)); // 输出 12

leetcode上通过不了

法2: 前缀和(Prefix Sum)

分析:

定义一个prefixSum ,比原本的matrix多一行多一列。

prefixSum 中,prefixSum[i][j] 表示从 (0,0)(i-1, j-1) 的区域和。

比如要计算prefixSum[3][3],也就是matrix[3][3]左上角的和。

在这里插入图片描述

28怎么来,要求matrix[3][3]左上角的和,也就是要求

28 = matrix[i - 1][j - 1]      //这个就是matrix[2][2]=1
+ this.prefixSum[i - 1][j]     //prefixSum[2][3]=matrix[2][3]左上角的和=16
+ this.prefixSum[i][j - 1] 	   //prefixSum[3][2]=matrix[3][2]左上角的和=22
- this.prefixSum[i - 1][j - 1];//prefixSum[2][2]=matrix[2][2]左上角的和=11
// 1+16+22-11=28

在这里插入图片描述

可以看出prefixSum[3][2]prefixSum[2][3]有交集prefixSum[2][2],多以最后要减去一个prefixSum[2][2],再加上maxtrix[2][2](图中绿色填充)的。

int sumRegion(int row1, int col1, int row2, int col2)

再看比如说计算sumRegion(1,1,2,2)

this.prefixSum[row2 + 1][col2 + 1] -  // prefixSum[3][3]
this.prefixSum[row1][col2 + 1] -      // prefixSum[1][3]
this.prefixSum[row2 + 1][col1] +      // prefixSum[3][1] 
this.prefixSum[row1][col1];           // prefixSum[1][1]

在这里插入图片描述

时间复杂度 O ( n ) O(n) O(n)

空间复杂度 O ( 1 ) O(1) O(1)

 var NumMatrix = function(matrix) {
    // 初始化 NumMatrix 类的实例属性 matrix
    this.matrix = matrix;
    const m = matrix.length;
    const n = matrix[0].length;
    
    // 创建一个 m+1 x n+1 的前缀和数组 (多加一行一列是为了方便计算)
    this.prefixSum = Array(m + 1).fill().map(() => Array(n + 1).fill(0));

    // 填充前缀和数组
    for (let i = 1; i <= m; i++) {
        for (let j = 1; j <= n; j++) {
            this.prefixSum[i][j] = matrix[i - 1][j - 1] + 
                                    this.prefixSum[i - 1][j] + 
                                    this.prefixSum[i][j - 1] - 
                                    this.prefixSum[i - 1][j - 1];
        }
    }    
};


NumMatrix.prototype.sumRegion = function(row1, col1, row2, col2) {
    // 使用前缀和公式计算区域和
    return this.prefixSum[row2 + 1][col2 + 1] - 
           this.prefixSum[row1][col2 + 1] - 
           this.prefixSum[row2 + 1][col1] + 
           this.prefixSum[row1][col1];
};

http://www.kler.cn/a/456791.html

相关文章:

  • Mac 12.1安装tiger-vnc问题-routines:CRYPTO_internal:bad key length
  • 电池放电仪在各领域的作用
  • 力扣-数据结构-8【算法学习day.79】
  • 如何使用网络工具进行网络性能评估
  • 【中间件】docker+kafka单节点部署---zookeeper模式
  • 集成方案 | Docusign + 蓝凌 EKP,打造一站式合同管理平台,实现无缝协作!
  • LeetCode题练习与总结:IPO--502
  • linux查看访问外网本机ip地址的命令
  • 微信小程序打印生产环境日志
  • WordPress网站中如何修复504错误
  • 线程池基础知识
  • HTML5前端实现毛玻璃效果的可拖拽登录框
  • C/C++应该如何使用NI-488.2库?
  • 37. socketserver模块
  • 两种不同的LuaBehaviour生命周期绑定
  • 【Linux学习五】时间日期指令与查找指令
  • Slater 条件与 KKT 条件
  • 字符串存储、分割相关总结(strncpy 函数和strtok() 函数相关)
  • 钉钉h5微应用鉴权配置客户端 API 鉴权步骤
  • 智能网关在电力物联网中的应用
  • 洛谷P5266 【深基17.例6】学籍管理(c嘎嘎)
  • 每天五分钟机器学习:凸函数
  • 清空DNS 缓存
  • 5.银河麒麟V10(ARM) 离线安装redis
  • 网易企业邮箱登陆:保障数据安全
  • Linux Shell : Process Substitution