1292: 元素和小于等于阈值的正方形的最大边长
思路1:一维前缀和+暴力枚举
class Solution {
public:
int maxSideLength(vector<vector<int>>& mat, int threshold) {
int m=mat.size(),n=mat[0].size();
vector<vector<int>> rowPrefix(m+1,vector<int>(n+1));
for(int i=0;i<m;i++){
for(int j=0;j<n;j++){
rowPrefix[i+1][j+1]=rowPrefix[i+1][j]+mat[i][j];
}
}
for(int k=min(m,n);k>0;k--){
for(int r=0;r+k<=m;r++){
for(int c=0;c+k<=n;c++){ //枚举正方形左上角(r,c)
long long sum=0;
for(int i=r;i<r+k;i++){
sum+=rowPrefix[i+1][c+k]-rowPrefix[i+1][c];
if(sum>threshold) break;
}
if(sum<=threshold){
return k;
}
}
}
}
return 0;
}
};
思路2:二维前缀和

预处理二维前缀和后,暴力的做法是写一个三重循环:
- 外面两重循环,枚举正方形的左上角 (i,j)。
- 最内层循环,枚举正方形的边长为 1,2,3,... 直到出界或者正方形元素和超过 threshold 为止。在此过程中更新答案 ans 的最大值。
这样做的时间复杂度是 O(mn min(m,n))。
只需改一个地方,就能让算法的时间复杂度变小:
- 最内层循环,从 ans+1 开始枚举。
比如现在 ans=3,那么枚举正方形的边长为 1,2,3 是毫无意义的,不会让答案变得更大。所以直接从 ans+1=4 开始枚举更好。
class Solution {
public:
int maxSideLength(vector<vector<int>>& mat, int threshold) {
int m=mat.size(),n=mat[0].size();
vector sum(m+1,vector<int>(n+1));
for(int i=0;i<m;i++){
for(int j=0;j<n;j++){
sum[i+1][j+1]=sum[i+1][j]+sum[i][j+1]-sum[i][j]+mat[i][j];
}
}
//返回左上角在(r1, c1),右下角在(r2, c2)的子矩阵元素和
auto query=[&](int r1,int c1,int r2,int c2)->int{
return sum[r2+1][c2+1]-sum[r2+1][c1]-sum[r1][c2+1]+sum[r1][c1];
};
int ans=0;
for(int i=0;i<m;i++){
for(int j=0;j<n;j++){
//枚举边长为ans+1的正方形,左上角在(i, j),右下角在(i+ans, j+ans)
while(i+ans<m && j+ans<n && query(i,j,i+ans,j+ans)<=threshold){
ans++; //确认ans+1可行后做ans++,即返回正确答案
}
}
}
return ans;
}
};