力扣1878. 矩阵中最大的三个菱形和



这一题的大意是指给出一个矩阵,里面的点可以构成菱形,这个菱形的特点是由正方形旋转45度构成的,菱形的面积也可以为0,那么它就可能是由一个单个的点构成。

现在让我们找在这个矩阵中,边长所经过的点的和最大的三个菱形。

我的思路是我们只需要枚举出来符合条件的菱形,然后计算各边之和放入数组中排序,即可得到点之和最大的三个菱形。

这实际上是类似在矩阵中枚举子矩阵的问题,无非是现在是来枚举菱形

类似题目:

力扣1895. 最大的幻方
力扣2132. 用邮票贴满网格图

因为这一题的数据范围比较小,只有10^2,所以可以大胆的尝试一下暴力:

枚举边长大约需要O(n),枚举矩阵中的所有点需要O(n^m)约等于O(n ^2),

在计算菱形上的所有点的和大概最长才为O(min(n,m)*4) 更何况大多数的边长情况,远远不能得到,因此是小于10^8的。

暴力写法事实也可以通过:

cpp 复制代码
class Solution {
public:
static bool cmp(int a,int b)
{
	return a>b;
}
  vector<int> getBiggestThree(vector<vector<int>>& grid) {
        int m=grid.size();
        int n=grid[0].size();
        vector<int> ans;
        vector<int> temp;
       for(int edge=0;edge<min(n,m);edge++)
       {
       	   for(int i=0;i<m;i++)
       	   {
       	   	for(int j=0;j<n;j++)
       	   	{
       	   		int x1=i;
       	   		int y1=j;
       	   		int x2=i+edge;
       	   		int y2=j-edge;
       	   		int x3=i+edge*2;
       	   		int y3=j;
       	   		int x4=i+edge;
       	   		int y4=j+edge;
       	   		if(x2>=m||y2<0||x3>=m||x4>=m||y4>=n)
       	   		{
       	   			continue;
				}
				int sum=0;
			       for(int x=x2,y=y2;x>=x1;x--,y++)
					{
						sum+=grid[x][y];
					}
					for(int x=x2+1,y=y2+1;x<=x3;x++,y++)
					{
						sum+=grid[x][y];
					}
					for(int x=x1+1,y=y1+1;x<=x4;x++,y++)
					{
						sum+=grid[x][y];
					}
					for(int x=x3-1,y=y3+1;x>=x4+1;x--,y++)
					{
					     sum+=grid[x][y];	
					} 
					//cout<<sum<<endl;
					ans.push_back(sum);
			}
		   }
	   }
        sort(ans.begin(),ans.end(),cmp);
        int t; 
      
        for(int i=0;i<ans.size();i++)
        {
        	if(i==0)
        	{
        	temp.push_back(ans[i]);
			t=ans[i];
				
			}
			else if(t==ans[i])
			{
				continue;
			}
			else
			{
				temp.push_back(ans[i]);
				t=ans[i];
			}
			if(temp.size()==3)
			{
				break;
			}
        	
		}
        return temp;
        
        
        
        
    }
};

也可以先枚举点,再枚举边,思路实际是一样的,代码写法有点差异

cpp 复制代码
class Solution {
public:
static bool cmp(int a,int b)
{
	return a>b;
}
  vector<int> getBiggestThree(vector<vector<int>>& grid) {
        int m=grid.size();
        int n=grid[0].size();
        vector<int> ans;
        vector<int> temp;
        for(int i=0;i<m;i++)
        {
        	for(int j=0;j<n;j++)
        	{
        		//这是枚举了一个点
				//现在我们要看从这个点可以引出怎么样的矩形
			     ans.push_back(grid[i][j]);
				for(int k=1;k<min(m,n);k++)
				{
					//已知一个顶点和边长,自然可以推出这个菱形
					int x1=i;
					int y1=j;
					int x2=i+k;
					int y2=j-k;
					int x3=i+2*k;
					int y3=j;
					int x4=i+k;
					int y4=j+k; 
					if(y2<0||x3>=m||x4>=m||y4>=n)
					{
						break;
					}
					//当枚举出来矩阵后我们需要计算这个矩阵的值
					int sum=0;
					for(int x=x2,y=y2;x>=x1;x--,y++)
					{
						sum+=grid[x][y];
					}
					for(int x=x2+1,y=y2+1;x<=x3;x++,y++)
					{
						sum+=grid[x][y];
					}
					for(int x=x1+1,y=y1+1;x<=x4;x++,y++)
					{
						sum+=grid[x][y];
					}
					for(int x=x3-1,y=y3+1;x>=x4+1;x--,y++)
					{
					     sum+=grid[x][y];	
					} 
					ans.push_back(sum);
				 } 
			}
		}
       
        sort(ans.begin(),ans.end(),cmp);
        int t; 
      
        for(int i=0;i<ans.size();i++)
        {
        	if(i==0)
        	{
        	temp.push_back(ans[i]);
				t=ans[i];
				
			}
			else if(t==ans[i])
			{
				continue;
			}
			else
			{
				temp.push_back(ans[i]);
				t=ans[i];
			}
			if(temp.size()==3)
			{
				break;
			}
        	
		}
        return temp;
        
        
        
        
    }
};

那么和在矩阵中枚举子矩阵一样,在计算边长的时候,我们可以用前缀和进行优化,提前算出边长,这样时间复杂度大概为O(n^3)一定可以过的。

但一般的前缀和是好求的,可这一题是菱形,菱形的边长是斜着的,因此用斜向的前缀和来求。

斜向前缀和怎么求的呢?

实际上就是求主对角线和副对角线的前缀和

也即求:

从左上到右下 ↘ 的前缀和

从右上到左下 ↙ 的前缀和

cpp 复制代码
        for(int i=1;i<=m;i++)
		{
			for(int j=1;j<=n;j++)
			{
				sum1[i][j]=sum1[i-1][j-1]+grid[i-1][j-1];
				sum2[i][j]=sum2[i-1][j+1]+grid[i-1][j-1];
			}
		 } 

注意sum2数组的列要开大一点,因为在求从右上到左下的前缀和时,j+1可能会越界。

我们画画图就可以弄清楚:

当我们知道怎么求前缀和之和,那么就可以把原来需要枚举的过程,用前缀和来表示,从而降低时间复杂度。

cpp 复制代码
class Solution {
public:
static bool cmp(int a,int b)
{
	return a>b;
}
  vector<int> getBiggestThree(vector<vector<int>>& grid) {
        int m=grid.size();
        int n=grid[0].size();
        vector<int> ans;
        vector<int> temp;
        vector<vector<int> > sum1(m+1,vector<int>(n+1+1,0));
		vector<vector<int> > sum2(m+1,vector<int>(n+1+1,0));
		for(int i=1;i<=m;i++)
		{
			for(int j=1;j<=n;j++)
			{
				sum1[i][j]=sum1[i-1][j-1]+grid[i-1][j-1];
				sum2[i][j]=sum2[i-1][j+1]+grid[i-1][j-1];
			}
		 } 
       for(int edge=0;edge<max(n,m);edge++)
       {
       	   for(int i=0;i<m;i++)
       	   {
       	   	for(int j=0;j<n;j++)
       	   	{
       	   		int x1=i;
       	   		int y1=j;
       	   		int x2=i+edge;
       	   		int y2=j-edge;
       	   		int x3=i+edge*2;
       	   		int y3=j;
       	   		int x4=i+edge;
       	   		int y4=j+edge;
       	   		if(x2>=m||y2<0||x3>=m||x4>=m||y4>=n)
       	   		{
       	   			continue;
				}
				int sum=0;
				if(edge==0)
				{
					ans.push_back(grid[i][j]);
					continue;
				}
				else
				{
					sum+=sum2[x2+1][y2+1]-sum2[x1][y1+2];
			    sum+=sum2[x3+1][y3+1]-sum2[x4][y4+2];
			    sum+=sum1[x4+1][y4+1]-sum1[x1][y1];
			    sum+=sum1[x3+1][y3+1]-sum1[x2][y2];
			    sum-=(grid[x1][y1]+grid[x2][y2]+grid[x3][y3]+grid[x4][y4]);
				ans.push_back(sum);
				}
				
			}
		   }
	   }
        sort(ans.begin(),ans.end(),cmp);
        int t; 
      
        for(int i=0;i<ans.size();i++)
        {
        	if(i==0)
        	{
        	temp.push_back(ans[i]);
			t=ans[i];
				
			}
			else if(t==ans[i])
			{
				continue;
			}
			else
			{
				temp.push_back(ans[i]);
				t=ans[i];
			}
			if(temp.size()==3)
			{
				break;
			}
        	
		}
        return temp;
        
        
        
        
    }
};

这里和暴力枚举的过程有不同的是,我们无法表示edge=0的情况,因为在该情况下,用前缀和计算时会有越界。因此我们需要把edge==0的情况单独讨论。

总结:

这一题还是典型的在矩阵中枚举"子矩阵"的一类问题,无非这里的子矩阵是菱形,在优化时需要用斜向前缀和,但思路都是类似的。

优化后的时间复杂度

O(n^3)

相关推荐
笙歌已沫3 小时前
蓝桥杯2024年第15届B组试题D
算法·职场和发展·蓝桥杯
一碗白开水一3 小时前
【第30话:路径规划】自动驾驶中Hybrid A星(A*)搜索算法的详细推导及代码示例
人工智能·算法·机器学习·计算机视觉·数学建模·自动驾驶
未来之窗软件服务3 小时前
自己写算法(五)CryptoJS 前端学习——东方仙盟练气期
学习·算法·仙盟创梦ide·东方仙盟·东方仙盟加密
徐小夕4 小时前
pxcharts-vue-max 多维表格编辑器:支持大数据渲染 + 二次开发
前端·vue.js·算法
stjiejieto5 小时前
手机中的轻量化 AI 算法:智能生活的幕后英雄
人工智能·算法·智能手机
纪元A梦5 小时前
贪心算法应用:欧拉路径(Fleury算法)详解
算法·贪心算法
大任视点5 小时前
科技赋能噪声防控,守护职业安全健康
大数据·人工智能·算法
moonlifesudo5 小时前
136.只出现一次的数字(异或运算及其扩展)
算法
普通网友6 小时前
C++构建缓存加速
开发语言·c++·算法