【中等】力扣算法题解析LeetCode308：二维区域和检索－矩阵可修改

原创已于 2025-08-25 18:15:06 修改 · 685 阅读

24 ·

本内容遵循CC 4.0 BY-SA版权协议

GEO检测

标签

#算法 #leetcode #java #数据结构 #力扣

于 2025-08-12 00:01:08 首次发布

LeetCode算法深度解析（201-400）专栏收录该内容

200 篇文章

订阅专栏

关注文末推广名片，即可免费获得本题测试源码！

题目来源：🔒308：二维区域和检索－矩阵可修改

问题抽象： 设计一个类 NumMatrix，用于高效处理 动态二维整数矩阵的任意子矩阵和查询与单点修改，满足以下核心需求：

类功能定义：
- 初始化：接收二维整数矩阵 matrix 并构建支持动态操作的数据结构；
- 更新方法：update(int row, int col, int val) 将 matrix[row][col] 的值修改为 val；
- 查询方法：sumRegion(int row1, int col1, int row2, int col2) 返回以 (row1, col1) 为左上角、(row2, col2) 为右下角的矩形区域元素和（包含边界）。
操作约束：
- 初始化效率：构造函数时间复杂度 O(mn)（允许预处理，m×n 为矩阵尺寸）；
- 更新高效：update 方法时间复杂度 O(log m × log n)（避免重构全矩阵）；
- 查询高效：sumRegion 方法时间复杂度 O(log m × log n)（避免扫描子矩阵）；
- 空间复杂度 O(mn)：额外存储结构尺寸与输入矩阵相当。
输入输出：
- 输入矩阵 matrix：尺寸 m×n（1 ≤ m, n ≤ 200），元素值 -10^5 ≤ matrix[i][j] ≤ 10^5；
- 更新参数：0 ≤ row < m, 0 ≤ col < n，新值 val（整数）；
- 查询参数：0 ≤ row1 ≤ row2 < m, 0 ≤ col1 ≤ col2 < n；
- 输出：区域和（整数）。
边界处理：
- 空矩阵：m=0 或 n=0 时，更新/查询操作仍可执行（返回 0 或无操作）；
- 单点更新后查询：如 update(0,0,5) 后 sumRegion(0,0,0,0) 返回 5；
- 大区域查询：如 sumRegion(0,0,m-1,n-1) 返回矩阵总和；
- 高频操作：支持 10^4 次更新和查询操作（总调用次数上限）。

类接口定义：

class NumMatrix {  
    public NumMatrix(int[][] matrix);  // 初始化  
    public void update(int row, int col, int val);  // 单点修改  
    public int sumRegion(int row1, int col1, int row2, int col2);  // 区域和查询  
}

应用场景：实时更新的网格数据统计（如动态图表、游戏地图状态监控）。

解题思路

核心问题：在动态更新的二维矩阵中高效计算任意矩形区域的和，需同时优化 update 和 sumRegion 操作的时间复杂度。

算法选型：二维树状数组（Binary Indexed Tree）

为什么选择树状数组？
传统二维前缀和在更新时需要 O(mn) 时间重建，不适用于频繁更新场景。树状数组支持：
- 单点更新：时间复杂度 O(log m * log n)。
- 区间求和：时间复杂度 O(log m * log n)。
  适合本题更新和查询均匀调用的场景。
二维树状数组原理：
1. 数据结构：维护一个二维数组 tree，其中 tree[i][j] 存储从 (i - lowbit(i) + 1, j - lowbit(j) + 1) 到 (i, j) 的矩形区域和（lowbit(x) = x & -x）。
2. 更新操作：当修改位置 (row, col) 的值时，需更新所有包含该位置的树状数组区域。通过迭代 i = row + 1 到 N（每次 i += lowbit(i)），并在每个 i 中迭代 j = col + 1 到 M（每次 j += lowbit(j)），更新 tree[i][j]。
3. 求和操作：计算 (0, 0) 到 (row, col) 的二维前缀和时，逆向迭代（i = row + 1 到 1，每次 i -= lowbit(i)；j = col + 1 到 1，每次 j -= lowbit(j)），累加 tree[i][j]。
4. 区域和计算：利用二维前缀和的容斥原理：
```
sumRegion(row1, col1, row2, col2) = 
    sum(row2, col2) 
    - sum(row1 - 1, col2) 
    - sum(row2, col1 - 1) 
    + sum(row1 - 1, col1 - 1)
```

时间复杂度： 初始化：O(mn * log m * log n)，每个元素需更新树状数组。update：O(log m * log n)。sumRegion：O(log m * log n)。

代码实现（Java版）🔥点击下载源码

class NumMatrix {
    private int[][] tree;   // 二维树状数组
    private int[][] nums;   // 原始矩阵
    private int N;          // 矩阵行数
    private int M;          // 矩阵列数

    public NumMatrix(int[][] matrix) {
        if (matrix.length == 0 || matrix[0].length == 0) return;
        N = matrix.length;
        M = matrix[0].length;
        nums = new int[N][M];
        tree = new int[N + 1][M + 1];  // 树状数组下标从1开始
        
        // 初始化：逐个更新元素到树状数组
        for (int i = 0; i < N; i++) {
            for (int j = 0; j < M; j++) {
                update(i, j, matrix[i][j]);
            }
        }
    }
    
    // 更新操作：将 matrix[row][col] 设为 val
    public void update(int row, int col, int val) {
        if (N == 0 || M == 0) return;
        int delta = val - nums[row][col]; // 计算增量
        nums[row][col] = val;             // 更新原始矩阵
        
        // 更新所有包含 (row, col) 的树状数组区域
        for (int i = row + 1; i <= N; i += lowbit(i)) {
            for (int j = col + 1; j <= M; j += lowbit(j)) {
                tree[i][j] += delta;
            }
        }
    }
    
    // 计算 (0,0) 到 (row, col) 的二维前缀和
    public int sum(int row, int col) {
        int total = 0;
        // 逆向迭代：从 (row+1, col+1) 向左上累加
        for (int i = row + 1; i > 0; i -= lowbit(i)) {
            for (int j = col + 1; j > 0; j -= lowbit(j)) {
                total += tree[i][j];
            }
        }
        return total;
    }
    
    // 计算区域和：利用二维前缀和容斥
    public int sumRegion(int row1, int col1, int row2, int col2) {
        if (N == 0 || M == 0) return 0;
        return sum(row2, col2) 
             - sum(row1 - 1, col2) 
             - sum(row2, col1 - 1) 
             + sum(row1 - 1, col1 - 1);
    }
    
    // 辅助函数：计算 x 的二进制最低位1的值
    private int lowbit(int x) {
        return x & (-x);
    }
}

代码说明

树状数组下标处理：
- 树状数组下标从 1 开始，因此实际使用时需将行列 +1（如 row + 1）。
- lowbit(x) 函数用于快速计算二进制最低位 1 的值（如 lowbit(6) = 2）。
更新操作 (update)：
- 计算新值与旧值的增量 delta。
- 通过双重循环更新所有覆盖 (row, col) 的树状数组节点。外层循环沿行更新（i += lowbit(i)），内层循环沿列更新（j += lowbit(j)）。
求和操作 (sumRegion)：
- 先计算 (0, 0) 到 (row, col) 的二维前缀和 sum(row, col)，通过逆向迭代（i -= lowbit(i), j -= lowbit(j)）累加树状数组的值。
- 区域和通过四个前缀和的组合计算：
```
sumRegion = sum(B) - sum(A) - sum(C) + sum(D)
```
  其中 B=(row2,col2), A=(row1-1,col2), C=(row2,col1-1), D=(row1-1,col1-1)
边界处理：
- 若 row1 = 0 或 col1 = 0，则 sum(row1 - 1, ...) 自动返回 0（因循环条件 i > 0）。

在这里插入图片描述