在做题中学习(62):矩阵区域和

1314. 矩阵区域和 - 力扣(LeetCode)

解法:二维前缀和

思路:读题画图才能理解意思:dun点点的是mat中的一个数,而要求的answer同位置的数 = 以点为中心上下左右延长 k 个单位所围成长方形的和。

因为最后answer中的每一个数都是mat一部分区域的和,所以就想到了二维前缀和模板:

在做题中学习(56):二维前缀和模板-CSDN博客

而对于右边图的情况:显然是无法取到边界以外的值的,所以需要处理边界情况:

细节

1.与二维前缀和模板不同的是,这题的mat下标是从0开始的,所以前缀和数组dp需要+1行1列

就是:填dp11时,公式的mat值是mat00的。

填answer时,是用dp的值,而dp的值是从11才生效的。

2.dp+1行1列,所以遍历时从1开始,再多遍历一次。

3.填dp值时,公式中有关用到mat的值的下标要-1.

4. 填answer值时,可以在公式处每个下标+1,也可以直接在求x1,y1,x2,y2时+1.

cpp 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));

        //dp多加一行,多加一列
        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] + mat[i-1][j-1] - dp[i-1][j-1];
            }
        }
        //answer
        vector<vector<int>> answer(m,vector<int>(n));
        for(int i = 0;i<m;i++)
        {
            for(int j = 0;j<n;j++)
            {
                int x1,y1,x2,y2;
                x1 = max(0,i-k) + 1;
                y1 = max(0,j-k) + 1;
                x2 = min(m-1,i+k) + 1;
                y2 = min(n-1,j+k) + 1;
                answer[i][j] = dp[x2][y2] - dp[x1-1][y2] - dp[x2][y1-1] + dp[x1-1][y1-1]; 
            }
        }
        return answer;
    }
};
相关推荐
其实防守也摸鱼5 分钟前
镜像校验完成iso完整操作流程(Windows 环境,适配 Ubuntu 22.04 / 24.04)
linux·服务器·windows·学习·ubuntu·教程
怪奇云呼军9 分钟前
闪电智能 Voice Agent 怎样根据语速、停顿和追问方式切换话术?策略引擎拆解
开发语言·人工智能·网络协议·算法·语音识别·web app
努力努力再努力wz10 分钟前
【分布式系统与 RPC 框架系列】从单机瓶颈到远程调用:一文理解分布式架构与 RPC 原理
linux·网络·c++·分布式·网络协议·rpc·架构
稚南城才子,乌衣巷风流13 分钟前
树链剖分(树剖)算法详解:从原理到实现
算法·深度优先
艾莉丝努力练剑21 分钟前
【MYSQL】MYSQL学习的一大重点:基本查询(下)
android·数据库·学习·mysql·面试·八股文
jz_ddk23 分钟前
[信号处理] 数学与工程之美:相邻差分共轭乘积
数学·算法·信号处理·差分·共轭
神仙别闹27 分钟前
基于C++实现(控制台)景区旅游管理系统
开发语言·c++·旅游
晓梦林28 分钟前
[极客大挑战 2019]Secret File学习笔记
笔记·学习
STLearner1 小时前
ICML 2026 | LLM×Graph论文总结[2]【Graph4LLM,Graph4Agent,智能体记忆(Memory)
大数据·人工智能·python·深度学习·学习·机器学习·数据挖掘
其实防守也摸鱼3 小时前
KMP全栈开发:从Android到AI Agent的技术演进与实践
android·运维·网络·人工智能·学习·安全·macos