【剑斩OFFER】算法的暴力美学——矩阵区域和

一、题目描述

二、算法原理

我们一看题目就知道使用二维数组的前缀和来解决这道题目。

所谓二维数组的前缀和就是某个二维数组某个区域的和:https://blog.csdn.net/2403_84958571/article/details/154848877?spm=1011.2415.3001.10575&sharefrom=mp_manage_link

所以我们得出二维数组的前缀和:

那么怎么使用这个前缀和呢?

根据题目要求:我们是求 i 和 j 在 i - k <= r <= i + k,j - k <= c <= j + k 的区域和。

例如:当 i = 1,j = 1,k = 1时:0 <= r <= 2,0 <= c <= 2,所以是求(0,0)到 (2,2)的区域和,又因为这个区域内的纵和横坐标是不可能是小于等于0,因为我们的前缀和数组是从(1,1)开始的,所以我们当纵和横坐标小于等于0时直接等于1。

因为我们横坐标是不可能大于二维数组的横长度,所以当大于这个长度时,就让他等于这个最大的长度。

怎么求区域内的和:前面链接的那篇博客也说过了。

注意:我们返回的数组的原数组的长度的。

三、代码实现

cpp 复制代码
class Solution {
public:
    vector<vector<int>> matrixBlockSum(vector<vector<int>>& mat, int k) {
        vector<vector<int>> ret(mat.size() + 1,vector<int>(mat[0].size() + 1));
        for(int i = 1; i <= ret.size() - 1; i++)
        {
            for(int j = 1; j <= ret[0].size() - 1; j++)
            {
                ret[i][j] = ret[i -1][j] + ret[i][j - 1] - ret[i - 1][j - 1] + mat[i - 1][j - 1];
            }
        }

        int x1, y1, x2, y2;
        x1 = y1 = x2 = y2 = 0;
        vector<vector<int>> left(mat.size(), vector<int>(mat[0].size()));
        for (int i = 1; i <= ret.size() - 1; i++)//return 是前缀不是0的,哪个
        {
            for (int j = 1; j <= ret[0].size() - 1; j++)
            {
                x1 = i - k <= 0 ? 1 : i - k;
                y1 = j - k <= 0 ? 1 : j - k;
                x2 = i + k >= ret.size() - 1 ? ret.size() - 1 : i + k;
                y2 = j + k >= ret[0].size() - 1 ? ret[0].size() - 1 : j + k;
    
                left[i - 1][j - 1] = ret[x2][y2] - ret[x1 - 1][y2] - ret[x2][y1 - 1] + ret[x1 - 1][y1 - 1];
            }
        }
        return left;
    }
};
相关推荐
秋天的怀念_David5 小时前
算法一千零一夜 · 第十四夜 幻方与奇妙的二进制
java·程序人生·算法
薛定e的猫咪5 小时前
(ICLR 2020)MAML 靠的不是快速学习,而是特征复用
人工智能·深度学习·学习·算法·机器学习
薛定e的猫咪5 小时前
(ICLR 2026)DF-META:面向 FJSP 的无导数元学习实例自适应调度
人工智能·深度学习·学习·算法·机器学习
小羊没烦恼!7 小时前
异步编程:线程概述及使用
java·开发语言·mysql·算法·c#
wanderist.7 小时前
202609CSP认证P3
算法
云淡风轻~窗明几净8 小时前
角谷猜想最接近严格证明的测试 Version1.1.1
人工智能·算法·机器学习·图论
机器学习之心8 小时前
PINN × SVM × NSGA-II × 熵权TOPSIS:一套跑通「建模—优化—决策」的多目标优化框架
算法·机器学习·支持向量机
别动我齐刘海9 小时前
机器人 C++ / 系统联调补强2——异常处理、Protobuf
linux·c++·人工智能·学习·算法·机器学习·机器人
荆棘鸟智能9 小时前
短历时洪水预报算法实践:水文模型与 LightGBM 残差订正融合
人工智能·算法·机器人
葫三生10 小时前
关于三生原理系列被技术开发社区批量收录或引发策展边界讨论的一种思考
大数据·人工智能·深度学习·算法·机器学习·数据挖掘·开源