两道类似的子矩阵求和问题,都是化二维为一维去做,一维子数组求和问题有:和为K的子数组个数、最大子数组和,二维子矩阵求可以使用同样的方法。
class Solution {
public:
int numSubmatrixSumTarget(vector<vector<int>>& matrix, int target) {
int row[300] = {0};
unordered_map<int,int> mp;
int ans = 0, m = matrix.size(), n = matrix[0].size();
for(int i = 0; i < m; i++)
{
memset(row, 0, sizeof(row));
for(int j = i; j < m; j++)
{
for(int k = 0; k < n; k++) row[k] += matrix[j][k];
mp.clear();
mp[0] = 1;
int sum = 0;
for(int k = 0; k < n; k++)
{
sum += row[k];
auto it = mp.find(sum - target);
if(it != mp.end()) ans += it->second;

本文探讨了如何利用一维思路解决二维子矩阵求和问题,涉及两个实例:寻找和为K的子矩阵数量及求最大子矩阵和。通过将二维问题转化为一维,简化了问题的复杂度。
最低0.47元/天 解锁文章
1022

被折叠的 条评论
为什么被折叠?



