本文主要是介绍矩阵中严格递增的单元格数,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
题目链接:leetcode:矩阵中严格递增的单元格数
描述
给你一个下标从 1 开始、大小为 m x n 的整数矩阵 mat,你可以选择任一单元格作为 起始单元格 。
从起始单元格出发,你可以移动到 同一行或同一列 中的任何其他单元格,但前提是目标单元格的值 严格大于 当前单元格的值。
你可以多次重复这一过程,从一个单元格移动到另一个单元格,直到无法再进行任何移动。
请你找出从某个单元开始访问矩阵所能访问的 单元格的最大数量 。
返回一个表示可访问单元格最大数量的整数。
其中:
m == mat.length
n == mat[i].length
1 <= m, n <= 10^5
1 <= m * n <= 10^5
-10^5 <= mat[i][j] <= 10^5
输入
mat = [[3,1,6],[-9,5,7]]
输出
4
PS:之前有事漏做了ε=(´ο`*)))唉,今天补一下。
思路:
初看题目,位置(i, j),只能移动到同行或同列中值严格比他大的位置。因此可以将这个矩阵根据每个位置间的可到达性建立一张拓扑图,所求的得到最大单元格访问数量的路线,必然是从拓扑图中某一个入度为0的位置出发到某一个出度为0的位置结束。根据这个特性,我们可以从入度为0或者出度为0的位置出发来计算最大单元格访问数量。
在这里我采用了从出度为0出发的思路,个人感觉更“顺”一点。
设从位置(i , j)出发的最大单元格访问数为dp[i][j],(i, p)可表示所有同行中(i, j)可到达的位置,(q, j)可表示同列中(i , j)可到达的位置。那么dp[i][j] = max(max(dp[i][p]+1), max(dp[q][j]+1) ) 。从这里可以看出,要得到dp[i][j],我们要算出同行中所有的dp[i][p]和同列中所有的dp[q][j],所以我们要从拓扑图的右边往左边计算dp[i][j](最右边位置出度为0,dp[i][j] = 1)。
如果能顺利建图,那么问题就简单了,但是这里矩阵可能出现一维的情况,那么建图的复杂度就为O(n^2),对于n最大为1e5的情况显然会超时,所以还得优化思路。
不能建图,那就继续从小的只能往大的位置走这一特性入手,并从整体出发。只要我先计算了所有比位置(i, j)值大的位置的dp值,那么计算dp[i][j]所需的依赖——dp[i][p]和dp[q][j],都已经算好了。现在有了dp[i][p]和dp[q][j],就剩下max(dp[i][p])和max(dp[q][j])的计算。若每次都采用遍历的方法去计算max(dp[i][p])和max(dp[q][j]),总复杂度又回到了O(n^2),仍需优化。
以max(dp[i][p])的计算为例,若有两个位置(i, j0)和(i, j1), 且mat[i][j0] = mat[i][j1] + 1(只要mat[i][j1]是第i行中仅次于mat[i][j0]的值就行了),目前已知dp[i][j0],那么(i, j1)的max(dp[i][p]) = dp[i][j0] + 1。因此我们可建立两个数组,一个保存每行的最大dp值,一个保存每列的最大dp值。虽然我们是按mat值从大到小计算dp值,能保证不少算东西,但行或列中可能会存在相同的值,会多算东西。所以对于每行/每列的最大dp值需要存两个,一个存最大dp值一个存次大dp值,且取得两个值所在位置的mat值不能相同。这样就只需要在计算时比较一下mat[i][j]是否等于最大值所在mat值就行了,若不等于则选择最大dp值,反之选次大dp值。
struct node
{int val, x, y;bool operator < (const node &o)const{return val > o.val;}
};
struct dpnode
{int val_0, cnt_0;int val_1, cnt_1;void update(int val, int cnt){if(val == val_0){if(cnt > cnt_0){cnt_0 = cnt;}}else {if(cnt > cnt_0){cnt_1 = cnt_0;val_1 = val_0;cnt_0 = cnt;val_0 = val;}else if(cnt > cnt_1){cnt_1 = cnt;val_1 = val;}}}
};
const int inf = -1e5 - 5;
class Solution {
public:int maxIncreasingCells(vector<vector<int>>& mat) {int n = mat.size(), m = mat[0].size();vector<node> arr(n * m);dpnode demoe = (dpnode){inf, 0, inf, 0};vector<dpnode> row(n, demoe), col(m, demoe);for(int i = 0; i < n;i++){for(int j = 0;j < m;j++){arr[i*m+j] = (node){mat[i][j], i, j};}} sort(arr.begin(), arr.end());int ans=0;int tmp_row, tmp_col;for(int i = 0;i < arr.size();i++){if(row[arr[i].x].val_0 != arr[i].val){tmp_row = row[arr[i].x].cnt_0 + 1;}else tmp_row = row[arr[i].x].cnt_1 + 1;if(col[arr[i].y].val_0 != arr[i].val){tmp_col = col[arr[i].y].cnt_0 + 1;}else tmp_col = col[arr[i].y].cnt_1 + 1;if(tmp_col > tmp_row) tmp_row = tmp_col;row[arr[i].x].update(arr[i].val, tmp_row);col[arr[i].y].update(arr[i].val, tmp_row);}for(int i = 0;i < n;i++){ans = max(ans, row[i].cnt_0);}for(int j = 0;j < m;j++){ans = max(ans, col[j].cnt_0);}return ans;}
};
若有什么错误,欢迎指正^ _ ^ 。
这篇关于矩阵中严格递增的单元格数的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!