LeetCode 3212. 统计X和Y出现次数相等的子矩阵数量

LeetCode 3212. 统计X和Y出现次数相等的子矩阵数量

题目描述

给你一个大小为 m x n 的二维字符矩阵 grid,矩阵中的每个字符要么是 'X',要么是 'Y',要么是 '.'。

请你统计所有以 (0,0) 为左上角、以任意格子为右下角的子矩阵中,满足以下条件的个数:

  • 子矩阵中至少包含一个 'X';
  • 子矩阵中 'X' 和 'Y' 的出现次数相等。

示例

例如:

复制代码
输入:grid = [["X","Y","."],["Y",".","X"]]
输出:3
解释:以 (0,0) 为左上角的子矩阵中,有 3 个满足条件。

(示例仅为辅助理解,具体可参考原题)

解题思路

本题要求统计所有固定左上角为原点 的子矩阵,因此我们可以利用二维前缀和 来快速计算任意从 (0,0) 到 (i,j) 的矩形区域内 'X' 和 'Y' 的数量。

算法步骤

  1. 定义三维数组 sum[m+1][n+1][2],其中 sum[i+1][j+1][0] 表示从 (0,0) 到 (i,j) 的子矩阵中 'X' 的数量,sum[i+1][j+1][1] 表示 'Y' 的数量。

  2. 遍历每个格子 (i,j),利用容斥原理更新前缀和:

    复制代码
    sum[i+1][j+1][0] = sum[i+1][j][0] + sum[i][j+1][0] - sum[i][j][0];
    sum[i+1][j+1][1] = sum[i+1][j][1] + sum[i][j+1][1] - sum[i][j][1];
  3. 如果当前格子不是 '.',根据字符的最低位增加对应计数:

    • 'X' 的 ASCII 码为 88(二进制 1011000,最低位 0);
    • 'Y' 的 ASCII 码为 89(二进制 1011001,最低位 1)。
      因此可以用 grid[i][j] & 1 来区分:值为 0 表示 'X',值为 1 表示 'Y',并将相应维度的计数加 1。
  4. 每次更新完当前 (i,j) 对应的前缀和后,立即检查从 (0,0) 到 (i,j) 的矩形是否满足条件:

    • sum[i+1][j+1][0] > 0(至少一个 'X');
    • sum[i+1][j+1][0] == sum[i+1][j+1][1](数量相等)。
      若满足,则答案 ans 加 1。
  5. 遍历结束,返回 ans。

代码实现

cpp 复制代码
class Solution {
public:
    int numberOfSubmatrices(vector<vector<char>>& grid) {
        int ans = 0, m = grid.size(), n = grid[0].size();
        // 三维前缀和,sum[i+1][j+1][0] 表示 (0,0) 到 (i,j) 的 X 数量,[1] 表示 Y 数量
        vector sum(m + 1, vector<array<int, 2>>(n + 1));
        for (int i = 0; i < m; i++) {
            for (int j = 0; j < n; j++) {
                // 容斥原理更新前缀和
                sum[i + 1][j + 1][0] = sum[i + 1][j][0] + sum[i][j + 1][0] - sum[i][j][0];
                sum[i + 1][j + 1][1] = sum[i + 1][j][1] + sum[i][j + 1][1] - sum[i][j][1];
                // 如果当前格子不是 '.',则根据字符最低位增加对应计数
                if (grid[i][j] != '.') {
                    sum[i + 1][j + 1][grid[i][j] & 1]++;
                }
                // 检查从 (0,0) 到 (i,j) 的子矩阵是否满足条件
                if (sum[i + 1][j + 1][0] && sum[i + 1][j + 1][0] == sum[i + 1][j + 1][1]) {
                    ans++;
                }
            }
        }
        return ans;
    }
};

复杂度分析

  • 时间复杂度:O(m × n),只需遍历矩阵一次,每次更新和检查都是 O(1) 操作。
  • 空间复杂度:O(m × n),用于存储二维前缀和数组。

总结

本题利用二维前缀和快速获取子矩阵中字符的频次,并通过巧妙的位运算区分 'X' 和 'Y',代码简洁高效。注意题目要求子矩阵必须从 (0,0) 开始,因此只需枚举右下角即可。

相关推荐
forest_097 小时前
《AI 编程 Harness 实战手册》04|审批这道门:点了一百次“允许”,还剩多少作用?
人工智能·算法·prompt·agi
H.莓飛8 小时前
【C++】【STL】stack_OJ题
服务器·c语言·开发语言·数据结构·c++·算法·visual studio
不会武功不懂江湖10 小时前
RISC-V链接器与链接脚本
汇编·算法·risc-v
Zwawa11 小时前
卡尔曼到底在算什么:从一维到它的变式以及工程版卡尔曼滤波算法C语言实现
c语言·算法·嵌入式
电科_银尘11 小时前
【大模型算法与工程 14】Tokenizer与Embedding:文本如何变成模型输入
算法·embedding
饮水桶_T12 小时前
Python 面向对象(十七)|继承、封装、多态 笔记
数据结构·笔记·算法
文丑颜不良啊14 小时前
LeetCode3281~3300题目解析
java·leetcode
地平线开发者15 小时前
让 AI Agent 和 征程6 台架高效、稳定、安全地协作
算法·安全·自动驾驶
kyle~16 小时前
SHA-256 哈希去重
算法·哈希算法