leedcode304二维区域检索和矩阵不可变

本文详细介绍了一种高效的二维前缀和算法,该算法通过预处理矩阵中的元素来快速求解矩形区域内的元素和。文章首先计算了矩阵中每个元素上方及左侧所有元素之和,然后利用这些前缀和来加速查询过程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

class NumMatrix:

    def __init__(self, matrix: List[List[int]]):
        if not matrix or not matrix[0]:pass
        else:
            row = len(matrix)
            col = len(matrix[0])
            # 初始化行列都为0,且row+1,col+1
            self.dp = [[ 0 ] * (col + 1) for _ in range(row + 1)]
            # 求行的前缀和
            for i in range(1, row + 1):
                for j in range(1 ,col + 1):
                    self.dp[i][j] = self.dp[i][j - 1] + matrix[i - 1][j - 1] 
            # 求列的前缀和
            for j in range(1, col + 1):
                for i in range(1, row + 1):
                    self.dp[i][j] += self.dp[i - 1][j]
             # 上面可以直接简写成如下
            """
            for i in range(1, row + 1):
                for j in range(1, col + 1):
                    self.dp[i][j] = matrix[i - 1][j - 1] + self.dp[i - 1][j] + self.dp[i][j - 1] - self.dp[i-1][j-1]
            """
    def sumRegion(self, row1: int, col1: int, row2: int, col2: int) -> int:
        return self.dp[row2 + 1][col2 + 1] - self.dp[row1][col2 + 1] - self.dp[row2 + 1][col1] + self.dp[row1][col1]


# Your NumMatrix object will be instantiated and called as such:
# obj = NumMatrix(matrix)
# param_1 = obj.sumRegion(row1,col1,row2,col2)

解析:
是3.1前缀和维度的升级,先求行,列的前缀和得到数组中元素左上角的所有元素的和,再利用所得的新数组进行运算处理。

作者:powcai
链接:链接
来源:力扣(LeetCode)
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

评论
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