首页 > 编程语言 >C++前缀和算法:构造乘积矩阵

C++前缀和算法:构造乘积矩阵

时间:2023-10-24 16:04:15浏览次数:38  
标签:pre 前缀 int C++ MulSelf vector grid vRet 乘积



题目

给你一个下标从 0 开始、大小为 n * m 的二维整数矩阵 grid ,定义一个下标从 0 开始、大小为 n * m 的的二维矩阵 p。如果满足以下条件,则称 p 为 grid 的 乘积矩阵 :
对于每个元素 p[i][j] ,它的值等于除了 grid[i][j] 外所有元素的乘积。乘积对 12345 取余数。
返回 grid 的乘积矩阵。

示例 1:
输入:grid = [[1,2],[3,4]]
输出:[[24,12],[8,6]]
解释:p[0][0] = grid[0][1] * grid[1][0] * grid[1][1] = 2 * 3 * 4 = 24
p[0][1] = grid[0][0] * grid[1][0] * grid[1][1] = 1 * 3 * 4 = 12
p[1][0] = grid[0][0] * grid[0][1] * grid[1][1] = 1 * 2 * 4 = 8
p[1][1] = grid[0][0] * grid[0][1] * grid[1][0] = 1 * 2 * 3 = 6
所以答案是 [[24,12],[8,6]] 。
示例 2:

输入:grid = [[12345],[2],[1]]
输出:[[2],[0],[0]]
解释:p[0][0] = grid[0][1] * grid[0][2] = 2 * 1 = 2
p[0][1] = grid[0][0] * grid[0][2] = 12345 * 1 = 12345. 12345 % 12345 = 0 ,所以 p[0][1] = 0
p[0][2] = grid[0][0] * grid[0][1] = 12345 * 2 = 24690. 24690 % 12345 = 0 ,所以 p[0][2] = 0
所以答案是 [[2],[0],[0]] 。

感悟

原以为和MOD = 1000000007一样,直接使用封装好的此类,发现错误。赛场上时间紧急,来不及分析是两个不同的问题,还是我封装错误。只好使用笨办法。我记得1000000007是质数,才能转除为乘。考虑过12345是否是质数,当时觉判断烦恼,所以没判断。现在觉得很简单:以5结尾,就是5的倍数,不是质数。

分析

前缀和后缀和。第一轮的preRow记录[0,r) 所有元素的乘积,vLeft[r][c] 记录本行左边各元素的乘积,vRight[r][c]记录本行右边各元素的乘积。vRet[r][c]记录这三个的乘积。第二轮preRow记录[r+1,m_r)所有元素的乘积。第二轮vRet[r][c]乘以preRow就是结果。

测试用例

1

2

3

4

5

6

7

8

9

结果

当前数

前面行的乘积

前面行的乘积

左边乘积

右边乘积

1

1

4…9

1

6

2

1

4…9

1

3

3

1

4…9

2

1

4

6

7…9

1

30

5

6

7…9

4

6

6

6

7…9

20

1

7

1…6

1

1

72

8

1…6

1

7

9

9

1…6

1

56

1

解释

对{4,5,6}而言第一轮preRow是123=6,第二轮preRow是789。对4而言,left是1,right是30。对5而言,left是4,right是6。对6而言,left是20,right是1。

时间复杂度

O(n^2) 2轮,每轮2层循环,每层循环是O(n)。

代码

class Solution {
 public:
 vector<vector> constructProductMatrix(vector<vector>& grid) {
 m_r = grid.size();
 m_c = grid.front().size(); 
 //vLeft记录当前行,左边的成绩
 vector<vector> vLeft(m_r, vector(m_c)), vRight(m_r, vector(m_c)), vRet(m_r, vector(m_c));
 int iPreRow = 1; 
 for (int r = 0; r < m_r; r++)
 {
 int pre = 1;
 for (int c = 0; c < m_c; c++)
 {
 vLeft[r][c] = pre;
 MulSelf(pre, grid[r][c]);
 }
 pre = 1;
 for (int c = m_c-1 ; c >= 0 ; c-- )
 {
 vRight[r][c] = pre;
 MulSelf(pre, grid[r][c]);
 }
 for (int c = 0; c < m_c; c++)
 {
 vRet[r][c] = 1;
 MulSelf(vRet[r][c], iPreRow);
 MulSelf(vRet[r][c], vLeft[r][c]);
 MulSelf(vRet[r][c], vRight[r][c]);
 }
 MulSelf(iPreRow, pre); 
 }
 iPreRow = 1;
 for (int r = m_r-1; r >= 0 ; r-- )
 {
 int pre = 1;
 for (int c = 0; c < m_c; c++)
 {
 MulSelf(vRet[r][c], iPreRow); 
 MulSelf(pre, grid[r][c]);
 } 
 MulSelf(iPreRow, pre);
 }
 return vRet;
 }
 void MulSelf(int& self, int other)
 {
 const int MOD = 12345;
 self = ((long long)self * other) % MOD;
 }
 int m_r, m_c;
 };

一维化降低复杂度

分析

vLeft[r][c]记录 [0,r)行所有元素及r行[0,c)列元素的乘积,第二轮的pre记录(r,m_c)行所有元素及r行(c,m_c)列元素的乘积。
vLeft[1][1] = 1234 第二轮的pre = 9876

代码

class Solution {
 public:
 vector<vector> constructProductMatrix(vector<vector>& grid) {
 m_r = grid.size();
 m_c = grid.front().size(); 
 vector < vector> vLeft(m_r, vector(m_c));
 int pre = 1;
 for (int r = 0; r < m_r; r++)
 {
 for (int c = 0; c < m_c; c++)
 {
 vLeft[r][c] = pre;
 MulSelf(pre, grid[r][c]);
 }
 } 
 vector<vector> vRet(m_r, vector(m_c));
 pre = 1;
 for (int r = m_r-1 ; r >= 0 ;r–)
 { 
 for (int c = m_c-1 ; c >= 0 ; c-- )
 {
 const int index = m_c * r + c;
 vRet[r][c] = pre;
 MulSelf(vRet[r][c], vLeft[r][c]);
 MulSelf(pre, grid[r][c]);
 }
 }
 return vRet;
 }
 void MulSelf(int& self, int other)
 {
 const int MOD = 12345;
 self = ((long long)self * other) % MOD;
 }
 int m_r, m_c;
 };

测试用例

template
 void Assert(const vector& v1, const vector& v2)
 {
 if (v1.size() != v2.size())
 {
 assert(false);
 return;
 }
 for (int i = 0; i < v1.size(); i++)
 {
 assert(v1[i] == v2[i]);
 }
 }template
 void Assert(const T& t1, const T& t2)
 {
 assert(t1 == t2);
 }
 int main()
 {
 vector<vector>grid = { {1,2,3},{4,5,6} };
 vector<vector> ans = { {720,360,240},{180,144,120} };
 auto res = Solution().constructProductMatrix(grid);
 Assert(res, ans);
 grid = { {1,2,},{3,4},{5,6 }};
 ans = { {720,360},{240,180},{144,120} };
 res = Solution().constructProductMatrix(grid);
 Assert(res, ans);
 grid = { { 1,2,3,4,5,6 } };
 ans = { { 720,360,240,180,144,120} };
 res = Solution().constructProductMatrix(grid);
 Assert(res, ans);
 grid = { { 1},{2},{3},{4},{5},{6} };
 ans = { { 720},{360},{240},{180},{144},{120} };
 res = Solution().constructProductMatrix(grid);
 Assert(res, ans);
 CConsole::Out(res);
 }

其它


测试环境

操作系统:win7 开发环境: VS2019 C++17

相关下载

如果你想观其大略,建设下载《闻缺陷则喜算法册》doc版

博主想队大家说的话

墨家名称的来源:有所得以墨记之。

闻缺陷则喜的来由:早发现,早修改问题,成本更低

程序是龙,算法是睛

C++前缀和算法:构造乘积矩阵_算法


标签:pre,前缀,int,C++,MulSelf,vector,grid,vRet,乘积
From: https://blog.51cto.com/u_15724537/8005206

相关文章

  • C++算法:二叉树的序列化与反序列化
    #题目序列化是将一个数据结构或者对象转换为连续的比特位的操作,进而可以将转换后的数据存储在一个文件或者内存中,同时也可以通过网络传输到另一个计算机环境,采取相反方式重构得到原数据。请设计一个算法来实现二叉树的序列化与反序列化。这里不限定你的序列/反序列化算法执行逻......
  • C++算法前缀和的应用:得分最高的最小轮调的原理、源码及测试用例
    题目给你一个数组nums,我们可以将它按一个非负整数k进行轮调,这样可以使数组变为[nums[k],nums[k+1],…nums[nums.length-1],nums[0],nums[1],…,nums[k-1]]的形式。此后,任何值小于或等于其索引的项都可以记作一分。例如,数组为nums=[2,4,1,3,0],我们按k=2进行......
  • C++算法:数据流的中位数
    题目中位数是有序整数列表中的中间值。如果列表的大小是偶数,则没有中间值,中位数是两个中间值的平均值。例如arr=[2,3,4]的中位数是3。例如arr=[2,3]的中位数是(2+3)/2=2.5。实现MedianFinder类:MedianFinder()初始化MedianFinder对象。voidaddNum(int......
  • C++算法前缀和的应用:分割数组的最大值的原理、源码及测试用例
    分割数组的最大值二分过些天整理基础知识题目给定一个非负整数数组nums和一个整数m,你需要将这个数组分成m个非空的连续子数组。设计一个算法使得这m个子数组各自和的最大值最小。示例1:输入:nums=[7,2,5,10,8],m=2输出:18解释:一共有四种方法将nums分割为2个......
  • C++算法:给表达式添加运算符
    题目给定一个仅包含数字0-9的字符串num和一个目标值整数target,在num的数字之间添加二元运算符(不是一元)+、-或*,返回所有能够得到target的表达式。注意,返回表达式中的操作数不应该包含前导零。示例1:输入:num=“123”,target=6输出:[“1+2+3”,“123......
  • C++数位算法:数字1的个数
    题目给定一个整数n,计算所有小于等于n的非负整数中数字1出现的个数。示例1:输入:n=13输出:6示例2:输入:n=0输出:0提示:0<=n<=1092023年1月版classSolution{public:intcountDigitOne(intn){intiNum=0;intiMul=1;for(inti=0;i<9;i++){......
  • C++桶排序算法的应用:存在重复元素 III
    题目给你一个整数数组nums和两个整数indexDiff和valueDiff。找出满足下述条件的下标对(i,j):i!=j,abs(i-j)<=indexDiffabs(nums[i]-nums[j])<=valueDiff如果存在,返回true;否则,返回false。示例1:输入:nums=[1,2,3,1],indexDiff=3,valueDiff=0输出......
  • C++前缀和算法应用:矩形区域不超过 K 的最大数值和
    题目给你一个mxn的矩阵matrix和一个整数k,找出并返回矩阵内部矩形区域的不超过k的最大数值和。题目数据保证总会存在一个数值和不超过k的矩形区域。示例1:输入:matrix=[[1,0,1],[0,-2,3]],k=2输出:2解释:蓝色边框圈出来的矩形区域[[0,1],[-2,3]]的数值和是......
  • 时间复杂度O(40n*n)的C++算法:修改图中的边权
    1.12.1.题目给你一个n个节点的无向带权连通图,节点编号为0到n-1,再给你一个整数数组edges,其中edges[i]=[ai,bi,wi]表示节点ai和bi之间有一条边权为wi的边。部分边的边权为-1(wi=-1),其他边的边权都为正数(wi>0)。你需要将所有边权为-1的边都修改为范......
  • 在C++中,互斥变量(std::mutex)是用于保护共享资源的重要工具,但它们确实有一些局限性,其中
    在C++中,互斥变量(std::mutex)是用于保护共享资源的重要工具,但它们确实有一些局限性,其中之一是无法保证包含指针的区域的多线程安全。这是因为互斥锁本质上只能保护它们所保护的代码块,而不会考虑指针指向的数据。下面是一些与互斥锁和指针相关的常见问题和注意事项:共享数据的复制:......