Leetcode每日一题】 二维前缀和 - 矩阵区域和(难度⭐⭐)(31)

1. 题目解析

题目链接:1314. 矩阵区域和

题目乍一看很晦涩难懂,又是大于等于又是k的

仔细分析,题目所说的意思就是以i,j为中心,求上下左右向外拓展k个单位的矩阵和,放在名为answer的矩阵中,最后返回answer矩阵即可

2.算法原理

在填写结果矩阵的过程中,一个核心步骤是确定原矩阵中对应区域的"左上角"和"右下角"的坐标。为了更好地理解,建议大家通过画图来辅助。

  • 首先,我们考虑左上角的坐标。理论上,它的x坐标是i减去k,y坐标是j减去k。但是,由于坐标可能超出原矩阵的范围,我们必须确保坐标不会小于0。因此,我们需要对0取最大值。经过修正,左上角的坐标为:x1 = max(0, i - k),y1 = max(0, j - k)。
  • 接下来,我们确定右下角的坐标。理论上,它的x坐标是i加上k,y坐标是j加上k。但同样地,我们也要考虑坐标不能超出原矩阵的边界,即不能大于m-1和n-1。因此,我们需要对m-1和n-1取最小值。修正后的右下角坐标为:x2 = min(m - 1, i + k),y2 = min(n - 1, j + k)。
  • 一旦我们得到了这两个关键坐标,就可以将它们代入到二维前缀和矩阵的计算公式中。不过,需要注意的是,在代入坐标时,我们可能需要考虑到下标的映射关系,确保计算的准确性。

通过这样的步骤,我们可以有效地确定原矩阵中对应区域的边界,进而进行后续的计算和填写结果矩阵的操作。

3.代码编写

复制代码
class Solution 
{
public:
    vector<vector<int>> matrixBlockSum(vector<vector<int>>& mat, int k) 
    {
        int m = mat.size(), n = mat[0].size();
        vector<vector<int>> dp(m + 1, vector<int>(n + 1));
        for(int i = 1; i <= m; i++)
            for(int j =1; j <= n; j++)
                dp[i][j] = dp[i - 1][j] + dp[i][j - 1] - dp[i - 1][j - 1] + mat[i - 1][j - 1];//减一为了匹配原来的mat
        vector<vector<int>> ret(m, vector<int>(n));
        for(int i = 0; i < m; i++)
            for(int j = 0; j < n; j++)
            {
                int x1 = max(0, i - k) + 1, y1 = max(0, j - k) + 1;
                int x2 = min(m - 1, i + k) + 1, y2 = min(n - 1, j + k) + 1;//加一为了匹配dp表
                ret[i][j] = dp[x2][y2] - dp[x1 - 1][y2] - dp[x2][y1 - 1] + dp[x1 - 1][y1 - 1];
            }
        return ret;
    }
};

写在最后

嗯,就是这样啦,文章到这里就结束啦,真心感谢你花时间来读。

觉得有点收获的话,不妨给我点个吧!

如果发现文章有啥漏洞或错误的地方,欢迎私信我或者在评论里提醒一声~

相关推荐
sali-tec10 小时前
C# 基于OpenCv的视觉工作流-章106-差值追踪
图像处理·人工智能·opencv·算法·计算机视觉
Navigator_Z10 小时前
LeetCode //C - 1208. Get Equal Substrings Within Budget
c语言·算法·leetcode
手写码匠10 小时前
Dify 多 Agent 工具权限与安全沙箱实战:让智能体“有能力,但不越权“
人工智能·深度学习·算法·aigc
黎阳之光11 小时前
打破堆场感知黑盒:黎阳之光视频孪生,构建港口码头网格化透明管控新体系
大数据·人工智能·算法·安全·数字孪生
大模型码小白11 小时前
AI 对话流性能调优:万级消息的虚拟滚动落地
java·大数据·前端·javascript·人工智能·算法·机器学习
sel_912 小时前
【多轮对话论文导读(三)】多轮对话与Agent论文阅读笔记:用户模拟、轨迹生成与长期记忆
论文阅读·人工智能·笔记·深度学习·算法·机器学习
Asize12 小时前
438. 找到字符串中所有字母异位词
算法
Asize12 小时前
283. 移动零
算法
船厂电气自动化ai大模型14 小时前
AI大模型与数学·第57课 傅里叶全套工具链综合实战:串联级数/连续变换/DFT/FFT,图像、音频、扩散模型完整例题
数据结构·人工智能·深度学习·算法·机器学习
人工智能培训15 小时前
人工智能数据安全下的个人信息保护实践方案
大数据·人工智能·算法·生活