[LC优选算法#19] 前缀和 | 连续数组 | 矩阵区域和

1. 连续数组

连续数组

解题思路：

1. 暴力O(N^2)：枚举所有子数组，判断数组内部的0，1数量是否满足要求。

不难发现，本题和前几道前缀和题目的要求类似，都是在一个数组中找一段区间。如果使用前缀和的方法，本题就转化为找出一段和固定的连续区间。由于0在加法中很难体现，因此考虑将0看作-1，这样题目就变为：找一段连续的区间，使得这段区间的和为0。于是，思路就和上一题查找和为k的子数组很类似了。

2. 前缀和+哈希表时O(N)空O(N)：引入哈希表存储子串的前缀和，转化为在数组中查找和为0的区间和。

注意点：需要留意哈希表下标为0的位置是初始化为-1而不是0，因为在思路上我们将0当作-1看待。同时，因为求的是最长数组的长度，因此哈希表的第二个参数用于存储下标。在遇到重复的sum，我们只需保留最早出现sum的下标即可（长度最大）。

class Solution {
public:
    int findMaxLength(vector<int>& nums)
    {
        unordered_map<int, int> hash;
        int n = nums.size();
        int sum = 0, ret = 0;
        hash[0] = -1; //下标为-1

        for(int i=0; i<n; i++)
        {
            sum += (nums[i] == 0 ? -1 : 1);

            if(hash.count(sum) != 0)
            {
                int len = i - hash[sum]; //注意画图，这里不用加1
                ret = max(ret, len);
            }
            else
            {
                hash[sum] = i;
            }
        }

        return ret;
    }
};

2. 矩阵区域和

矩阵区域和

解题思路：
大致题意是求出数组中每个坐标上下左右扩展k格的区间和，并返回新的数组。由于需要连续多次求出二维区间的区间和，因此选用前缀和的思想解决。步骤如下：

• step1：预处理出一个二维前缀和数组vv
• step2：创建新数组ret，将每个区间和放入数组的对应位置中
• step3：返回ret数组

优化点：计算前缀和时，边界情况的处理很复杂，因此我们可以预留第1行和第1列全为0。也就是说mat[i][j]对应的位置为vv[i + 1][j + 1]。

本题关键在于：填写ret矩阵时，需要找到原矩阵对应区域的左上角和右下角的坐标，因此一定要勤于画图！！

class Solution {
public:
    vector<vector<int>> matrixBlockSum(vector<vector<int>>& mat, int k)
    {
        int m = mat.size();
        int n = mat[0].size();
        vector<vector<int>> vv(m+1, vector<int>(n+1, 0));
        vector<vector<int>> ret(m, vector<int>(n));

        //矩阵和
        for(int i=1; i<=m; i++)
        {
            for(int j=1; j<=n; j++)
            {
                vv[i][j] = mat[i - 1][j - 1] + vv[i - 1][j] + vv[i][j - 1] - vv[i - 1][j - 1];
            }
        }

        for(int i=0; i<m; i++)
        {
            for(int j=0; j<n; j++)
            {
                int x1 = (i - k < 0 ? 0 : i - k) + 1;
                int y1 = (j - k < 0 ? 0 : j - k) + 1;
                int x2 = (i + k > m - 1 ? m - 1 : i + k) + 1;
                int y2 = (j + k > n - 1 ? n - 1 : j + k) + 1;

                int sum = vv[x2][y2] - vv[x2][y1 - 1] - vv[x1 - 1][y2] + vv[x1 - 1][y1 - 1];

                ret[i][j] = sum;
            }
        }

        return ret;
    }
};

// 本期内容就到这里啦，如果对你有帮助，请三连支持！我是青云，我们下期见^_~