蓝桥杯原题——统计子矩阵(双指针 + 前缀和)图示+题解

题目:

给定一个 N×M的矩阵 A,请你统计有多少个子矩阵 (最小 1×11×1,最大 N×M) 满足子矩阵中所有数的和不超过给定的整数 K?

输入格式

第一行包含三个整数 N,M 和 K。

之后 N行每行包含 M个整数,代表矩阵 A。

输出格式

一个整数代表答案。

数据范围

对于 30%30% 的数据,N,M≤20,
对于 70%70% 的数据,N,M≤100,
对于 100%100% 的数据,1≤N,M≤500;0≤Aij≤1000;1≤K≤2.5×10^8

输入样例:
3 4 10
1 2 3 4
5 6 7 8
9 10 11 12
输出样例:
19
样例解释

满足条件的子矩阵一共有 1919,包含:

  • 大小为 1×11×1 的有 1010 个。
  • 大小为 1×21×2 的有 33 个。
  • 大小为 1×31×3 的有 22 个。
  • 大小为 1×41×4 的有 11 个。
  • 大小为 2×12×1 的有 33 个。

 解题思路:

求一个区间内所有数的和可以用前缀和优化掉两重累加元素的for循环

分析题意可知,如果搜索到的一个矩阵满足题目要求(其内部元素之和<=k)那么它的子矩阵都满足要求,我们可以只枚举上下区间,左右区间用双指针动态维护一个恰好满足题目要求的区间即可,规定右指针为快指针,左指针为慢指针。注意这里的恰好:左指针一定是处于边界处即左指针往左再往左包含一个就不满足题目要求了,而当前“恰好”满足要求,这样才能做到枚举时不重不漏,这样又可以优化掉一层for循环,达到了题目要求。

代码相关图示:

有注释的代码: 

#include<iostream>
#include<cstring>
#include<cstdio>
#include<algorithm>

using namespace std;

const int N = 510;
int matrix[N][N];
int sum[N][N];
int n, m, k;

int main(){
	cin >> n >> m >> k; 
	for(int i = 1; i <= n; i++){//数据输入 
		for(int j = 1; j <= m; j++){
			cin >> matrix[i][j];
		}
	}
	for(int i = 1; i <= n; i++){//容斥原理求二维前缀和数组 
		for(int j = 1; j <= m; j++){
			sum[i][j] = matrix[i][j] + sum[i - 1][j] + sum[i][j - 1] - sum[i - 1][j - 1];
		}
	}

	long long cnt = 0;
	for(int x1 = 1; x1 <= n; x1++){//枚举上区间 
		for(int x2 = x1; x2 <= n; x2++){//枚举下区间 
			for(int y1 = 1, y2 = 1; y2 <= m; y2++){//左右区间用前缀和进行优化 
				while(sum[x2][y2] - sum[x1 - 1][y2] - sum[x2][y1 - 1] + sum[x1 - 1][y1 - 1] > k){
					y1++;//如果区间和比k大则左指针(慢指针)需要右移保证区间和满足题目要求 
				}
				cnt += y2 - y1 + 1;//双指针保证整个左右区间中的结果都符合题意,即区间和都小于k
			}//右指针每移动一次都会产生新的一组符合题意的解(因为搜索到的每组解都以右指针为右边界,右指针从前往后遍历,不会遍历重复解) 
		}//将用于计数的cnt每次加上左右区间中所有解的个数即可 
	}
	cout << cnt << endl;//下面是O(n^4)的纯暴力做法 
//	int res = 0;
//	for(int x1 = 1; x1 <= n; x1++){
//		for(int y1 = 1; y1 <= m; y1++){
//			for(int x2 = x1; x2 <= n; x2++){
//				for(int y2 = y1; y2 <= m; y2++){
//					if(sum[x2][y2] - sum[x1 - 1][y2] - sum[x2][y1 - 1] + sum[x1 - 1][y1 - 1] <= k){
//						res++;
//					}
//				}
//			}
//		}
//	}
//	cout << res << endl;
	return 0;
};
	

### 蓝桥杯统计子矩阵算法与解思路 #### 1. 问概述 蓝桥杯中的“统计子矩阵”问是经典的动态规划和优化问之一。目要求在一个 \(N \times M\)矩阵中找到所有可能的子矩阵,这些子矩阵的元素总和不超过给定阈值 \(K\)。 #### 2. 解方法分析 ##### 方法一:二维前缀和(超时) 通过构建二维前缀和数组来快速计算任意子矩阵的和。设 `prefix[i][j]` 表示从左上角 `(0, 0)` 到右下角 `(i, j)` 子矩阵的元素和,则可以通过如下公式计算: \[ \text{sum}(x_1, y_1, x_2, y_2) = prefix[x_2][y_2] - prefix[x_1-1][y_2] - prefix[x_2][y_1-1] + prefix[x_1-1][y_1-1] \] 这种方法的时间复杂度为 \(O(N^2M^2)\),对于较大的数据规模会超出时间限制[^1]。 ##### 方法二:二维前缀和 + 双指针(AC) 为了降低时间复杂度,可以采用压缩维度的思想。具体步骤如下: 1. **固定上下边界**:枚举两个行号作为子矩阵的上下边界。 2. **按列累加**:将选定范围内的每一列视为一个新的序列,利用一维前缀和加速求和过程。 3. **双指针优化**:在一维序列中应用滑动窗口技术,寻找符合条件的最大连续子段。 此方法的核心在于减少不必要的重复计算,其时间复杂度降为 \(O(N^2M)\)[^2]。 ```python def count_submatrices(matrix, k): n, m = len(matrix), len(matrix[0]) result = 0 for top in range(n): # 枚举上边界 row_sum = [0] * m for bottom in range(top, n): # 枚举下边界 for col in range(m): # 累加当前范围内每列的和 row_sum[col] += matrix[bottom][col] # 使用双指针查找满足条件的子矩阵 current_sum = 0 start = 0 for end in range(m): current_sum += row_sum[end] while start <= end and current_sum > k: current_sum -= row_sum[start] start += 1 if current_sum <= k: result += (end - start + 1) return result ``` 上述代码实现了基于二维前缀和双指针的方法,能够高效解决该问[^3]。 #### 3. 单调队列的应用 另一种更高级的技术是使用单调队列处理区间最值问。首先针对每一行分别预处理出所有区间的最大/最小值,再扩展到整个矩阵的高度方向。最终得到的结果即为所有合法子矩阵的数量[^5]。 --- ###
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值