LeetCode 2906.构造乘积矩阵:前后缀分解

【LetMeFly】2906.构造乘积矩阵:前后缀分解

力扣题目链接:https://leetcode.cn/problems/construct-product-matrix/

给你一个下标从 0 开始、大小为 n * m 的二维整数矩阵 grid ,定义一个下标从 0 开始、大小为 n * m 的的二维矩阵 p。如果满足以下条件,则称 pgrid乘积矩阵

  • 对于每个元素 p[i][j] ,它的值等于除了 grid[i][j] 外所有元素的乘积。乘积对 12345 取余数。

返回 grid 的乘积矩阵。

示例 1:

复制代码
输入:grid = [[1,2],[3,4]]
输出:[[24,12],[8,6]]
解释:p[0][0] = grid[0][1] * grid[1][0] * grid[1][1] = 2 * 3 * 4 = 24
p[0][1] = grid[0][0] * grid[1][0] * grid[1][1] = 1 * 3 * 4 = 12
p[1][0] = grid[0][0] * grid[0][1] * grid[1][1] = 1 * 2 * 4 = 8
p[1][1] = grid[0][0] * grid[0][1] * grid[1][0] = 1 * 2 * 3 = 6
所以答案是 [[24,12],[8,6]] 。

示例 2:

复制代码
输入:grid = [[12345],[2],[1]]
输出:[[2],[0],[0]]
解释:p[0][0] = grid[0][1] * grid[0][2] = 2 * 1 = 2
p[0][1] = grid[0][0] * grid[0][2] = 12345 * 1 = 12345. 12345 % 12345 = 0 ,所以 p[0][1] = 0
p[0][2] = grid[0][0] * grid[0][1] = 12345 * 2 = 24690. 24690 % 12345 = 0 ,所以 p[0][2] = 0
所以答案是 [[2],[0],[0]] 。

提示:

  • 1 <= n == grid.length <= 105
  • 1 <= m == grid[i].length <= 105
  • 2 <= n * m <= 105
  • 1 <= grid[i][j] <= 109

一维版本:238. 除了自身以外数组的乘积

解题方法一:前后缀分解 O(mn)空间

由于模数并非质数,所以不方便全部求积后通过模逆元做除法,因此可以使用前缀和和后缀和两个数组,分别记录每个位置前面元素的乘积以及后面元素的乘积。

二维数组怎么定义"前面的元素"和"后面的元素"呢?很简单,把 n n n行 m m m列的二维数组看成 n × m n\times m n×m大小的一维数组就好了,一维数组的下标 t t t在原始二维数组中的下标是 ( ⌊ t m ⌋ , t % m ) (\lfloor\frac{t}{m}\rfloor, t\ \%\ m) (⌊mt⌋,t % m)。

  • 时间复杂度 O ( n m ) O(nm) O(nm)
  • 空间复杂度 O ( n m ) O(nm) O(nm)

AC代码

C++
cpp 复制代码
/*
 * @LastEditTime: 2026-03-24 22:02:21
 */
typedef long long ll;
const ll MOD = 12345;
class Solution {
public:
    vector<vector<int>> constructProductMatrix(vector<vector<int>>& grid) {
        int n = grid.size(), m = grid[0].size();

        auto getIndex = [&](const int& t) {
            return pair<int, int>{t / m, t % m};
        };

        vector<vector<ll>> prefix(n, vector<ll>(m, 1));
        for (int t = 1; t < m * n; t++) {
            auto [i1, j1] = getIndex(t);
            auto [i0, j0] = getIndex(t - 1);
            prefix[i1][j1] = prefix[i0][j0] * grid[i0][j0] % MOD;
        }

        vector<vector<ll>> suffix(n, vector<ll>(m, 1));
        for (int t = m * n - 2; t >= 0; t--) {
            auto [i0, j0] = getIndex(t);
            auto [i1, j1] = getIndex(t + 1);
            suffix[i0][j0] = suffix[i1][j1] * grid[i1][j1] % MOD;
        }

        vector<vector<int>> ans(n, vector<int>(m, 1));
        for (int i = 0; i < n; i++) {
            for (int j = 0; j < m; j++) {
                ans[i][j] = prefix[i][j] * suffix[i][j] % MOD;
            }
        }
        return ans;
    }
};

解题方法二:前后缀分解 O(1)空间

函数返回值是不计入算法空间复杂度的,所以在计算前缀数组时,我们可以直接把前缀数组保存在答案数组中;在计算后缀数组的过程中,顺便把答案也算出来就好了。

  • 时间复杂度 O ( n m ) O(nm) O(nm)
  • 空间复杂度 O ( 1 ) O(1) O(1)

AC代码

C++
cpp 复制代码
/*
 * @LastEditTime: 2026-03-24 22:07:50
 */
typedef long long ll;
const ll MOD = 12345;
class Solution {
public:
    vector<vector<int>> constructProductMatrix(vector<vector<int>>& grid) {
        int n = grid.size(), m = grid[0].size();

        auto getIndex = [&](const int& t) {
            return pair<int, int>{t / m, t % m};
        };

        vector<vector<int>> ans(n, vector<int>(m, 1));
        for (int t = 1; t < m * n; t++) {
            auto [i1, j1] = getIndex(t);
            auto [i0, j0] = getIndex(t - 1);
            ans[i1][j1] = (ll)ans[i0][j0] * grid[i0][j0] % MOD;
        }

        ll suffix = 1;
        for (int t = m * n - 2; t >= 0; t--) {
            auto [i0, j0] = getIndex(t);
            auto [i1, j1] = getIndex(t + 1);
            suffix = suffix * grid[i1][j1] % MOD;
            ans[i0][j0] = ans[i0][j0] * suffix % MOD;
        }
        return ans;
    }
};

同步发文于CSDN和我的个人博客,原创不易,转载经作者同意后请附上原文链接哦~

千篇源码题解已开源

相关推荐
MWWZ1 天前
最近的一些软件更新
opencv·算法·计算机视觉
CoovallyAIHub1 天前
视频理解新范式:Agent不再被动看视频,LensWalk让它自己决定看哪里
算法·架构·github
CoovallyAIHub1 天前
斯坦福丨AirVLA:将地面机械臂模型迁移至无人机实现空中抓取,成功率从23%提升至50%
算法·架构·github
无限进步_1 天前
【C++】只出现一次的数字 II:位运算的三种解法深度解析
数据结构·c++·ide·windows·git·算法·leetcode
Takoony1 天前
GPU 推理并发的本质:从第一性原理到工程实践
算法·gru
做cv的小昊1 天前
【TJU】应用统计学——第五周作业(3.1 假设检验的基本思想、3.2 单个正态总体参数的假设检验)
学习·线性代数·机器学习·数学建模·矩阵·概率论·tju
哎嗨人生公众号1 天前
手写求导公式,让轨迹优化性能飞升,150ms变成9ms
开发语言·c++·算法·机器人·自动驾驶
foundbug9991 天前
STM32 内部温度传感器测量程序(标准库函数版)
stm32·单片机·嵌入式硬件·算法
Hello.Reader1 天前
为什么学线性代数(一)
线性代数·算法·机器学习
_深海凉_1 天前
LeetCode热题100-找到字符串中所有字母异位词
算法·leetcode·职场和发展