算法----二维区域和检索 - 矩阵不可变(Kotlin)
题目
给定一个二维矩阵 matrix,以下类型的多个请求:
计算其子矩形范围内元素的总和,该子矩阵的 左上角 为 (row1, col1) ,右下角 为 (row2, col2) 。
实现 NumMatrix 类:
NumMatrix(int[][] matrix) 给定整数矩阵 matrix 进行初始化
int sumRegion(int row1, int col1, int row2, int col2) 返回 左上角 (row1, col1) 、右下角 (row2, col2) 所描述的子矩阵的元素 总和 。
示例 1:
输入:
[“NumMatrix”,“sumRegion”,“sumRegion”,“sumRegion”]
[[[[3,0,1,4,2],[5,6,3,2,1],[1,2,0,1,5],[4,1,0,1,7],[1,0,3,0,5]]],[2,1,4,3],[1,1,2,2],[1,2,2,4]]
输出:
[null, 8, 11, 12]
解释:
NumMatrix numMatrix = new NumMatrix([[3,0,1,4,2],[5,6,3,2,1],[1,2,0,1,5],[4,1,0,1,7],[1,0,3,0,5]]);
numMatrix.sumRegion(2, 1, 4, 3); // return 8 (红色矩形框的元素总和)
numMatrix.sumRegion(1, 1, 2, 2); // return 11 (绿色矩形框的元素总和)
numMatrix.sumRegion(1, 2, 2, 4); // return 12 (蓝色矩形框的元素总和)
提示:
m == matrix.length
n == matrix[i].length
1 <= m, n <= 200
-105 <= matrix[i][j] <= 105
0 <= row1 <= row2 < m
0 <= col1 <= col2 < n
最多调用 104 次 sumRegion 方法
来源:力扣(LeetCode)
链接:https://leetcode.cn/problems/range-sum-query-2d-immutable
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
解决思路
1.暴力
2.参考:https://leetcode.cn/problems/range-sum-query-2d-immutable/solution/ru-he-qiu-er-wei-de-qian-zhui-he-yi-ji-y-6c21/
解决方法
class NumMatrix(matrix: Array<IntArray>) {
var matrix = matrix
fun sumRegion(row1: Int, col1: Int, row2: Int, col2: Int): Int {
var result = 0
for (i in row1..row2) {
for (j in col1..col2) {
result += matrix[i][j]
}
}
matrix
return result
}
}
class NumMatrix2(matrix: Array<IntArray>) {
var sum = Array<IntArray>(matrix.size) { IntArray(matrix[0].size) { 0 } }
init {
for (i in matrix.indices) {
for (j in matrix[i].indices) {
var temp = 0
var needShort = 0
if (i - 1 >= 0) {
temp += sum[i - 1][j]
needShort ++
}
if (j - 1 >= 0) {
temp += sum[i][j - 1]
needShort ++
}
temp += matrix[i][j]
if (needShort == 2){
temp -= sum[i-1][j-1]
}
sum[i][j] = temp
}
}
}
fun sumRegion(row1: Int, col1: Int, row2: Int, col2: Int): Int {
var result = sum[row2][col2]
if (row1 -1 >=0){
result-=sum[row1-1][col2]
}
if (col1 -1 >=0){
result-=sum[row2][col1-1]
}
if (row1 -1 >=0 && col1 -1 >=0){
result+= sum[row1 -1][col1-1]
}
return result
}
}
- 2方法的优化版本
class NumMatrix3(matrix: Array<IntArray>) {
var sum = Array<IntArray>(matrix.size + 1) { IntArray(matrix[0].size + 1) { 0 } }
init {
for (i in matrix.indices) {
for (j in matrix[i].indices) {
sum[i + 1][j + 1] = sum[i][j + 1] + sum[i + 1][j] - sum[i][j] + matrix[i][j]
}
}
}
fun sumRegion(row1: Int, col1: Int, row2: Int, col2: Int): Int {
return sum[row2 + 1][col2 + 1] - sum[row1][col2 + 1] - sum[row2 + 1][col1] + sum[row1][col1]
}
}
总结
1.这道题很不错 虽然暴力在一次检索中是不慢的
但是在多次调用后就会相对来说慢了不少了
2.要留个心眼 因为那么多的i-1 j-1 还要判断是不是大于0
我们可以让数组长度变大一个 这样就不用做那些无用的判断
更整洁 更便于理解 重要的是 更加好写