leetcode 1314. 矩阵区域和(优质解法)

代码:

java 复制代码
class Solution {
    public int[][] matrixBlockSum(int[][] mat, int k) {
        int m=mat.length;
        int n=mat[0].length;

        int[][]answer=new int[m][n];    //要返回的结果矩阵
        int[][]sum=new int[m+1][n+1];   //前缀和数组

        //初始化前缀和数组
        for(int i=1;i<=m;i++){
            for(int j=1;j<=n;j++){
                sum[i][j]=sum[i][j-1]+sum[i-1][j]-sum[i-1][j-1]+mat[i-1][j-1];
            }
        }

        //获取要计算区间的下标(x1,y1)(x2,y2)
        for(int i=0;i<m;i++){
            for(int j=0;j<n;j++){
                int x1=Math.max(i-k,0)+1;
                int y1=Math.max(j-k,0)+1;
                int x2=Math.min(i+k,m-1)+1;
                int y2=Math.min(j+k,n-1)+1;

                answer[i][j]=sum[x2][y2]-sum[x1-1][y2]-sum[x2][y1-1]+sum[x1-1][y1-1];
            }
        }

        return answer;
    }
}

题解:

本题的题意可能有点不好理解,可以通过我下面画的图来进行理解

如上图,当想要获得 answer[ i ][ j ] 的值时,需要计算 mat 数组中 (i-k,j-k)到 (i+k,j+k)这个矩形中的数据总和

有关计算矩形中数据和的题目,通常使用二维前缀和来解决

首先需要计算 mat 数组对应的二维前缀和数组 sum,sum[ i ][ j ] 就代表 mat 数组中从(1,1)下标到(i,j)下标二维数组数据的总和

关于填充二维前缀和数组,以及如何利用二维前缀和数组计算出指定区间中的数据和,都在之前的博客中详细写过,推荐看牛客网 DP35 【模板】二维前缀和

看了上述博客后解决该题目的主体就懂了,现在就要介绍一些细节问题,假设要计算的二维数组是(x1,y1)到(x2,y2)区间,按照题目的要求进行计算时会出现越界的情况,x1 和 y1 下标会出现比 0 小的情况,此时就需要把 x1 和 y1 放到 0 位置上,如下图所示,x2,y2 的下标会出现比 m-1,n-1 大的情况,此时也需要把 x2,y2,放到 m-1,n-1 的位置上

在编写代码时还要注意前缀和数组是比 mat 和 answer 数组多一行一列的(为了消除边界影响),所以 mat[ i ][ j ] 对应 sum[ i+1 ][ j+1 ]

相关推荐
猎板PCB厚铜专家大族10 分钟前
高频 PCB 技术发展趋势与应用解析
人工智能·算法·设计规范
dying_man20 分钟前
LeetCode--24.两两交换链表中的结点
算法·leetcode
yours_Gabriel21 分钟前
【力扣】2434.使用机器人打印字典序最小的字符串
算法·leetcode·贪心算法
Psycho_MrZhang40 分钟前
高等数学基础(矩阵基本操作转置和逆矩阵)
线性代数·矩阵
草莓熊Lotso1 小时前
【数据结构初阶】--算法复杂度的深度解析
c语言·开发语言·数据结构·经验分享·笔记·其他·算法
KyollBM1 小时前
【CF】Day75——CF (Div. 2) B (数学 + 贪心) + CF 882 (Div. 2) C (01Trie | 区间最大异或和)
c语言·c++·算法
CV点灯大师1 小时前
C++算法训练营 Day10 栈与队列(1)
c++·redis·算法
GGBondlctrl2 小时前
【leetcode】递归,回溯思想 + 巧妙解法-解决“N皇后”,以及“解数独”题目
算法·leetcode·n皇后·有效的数独·解数独·映射思想·数学思想
武子康2 小时前
大数据-276 Spark MLib - 基础介绍 机器学习算法 Bagging和Boosting区别 GBDT梯度提升树
大数据·人工智能·算法·机器学习·语言模型·spark-ml·boosting
武子康2 小时前
大数据-277 Spark MLib - 基础介绍 机器学习算法 Gradient Boosting GBDT算法原理 高效实现
大数据·人工智能·算法·机器学习·ai·spark-ml·boosting