给出矩阵 matrix 和目标值 target,返回元素总和等于目标值的非空子矩阵的数量。
子矩阵 x1, y1, x2, y2 是满足 x1 <= x <= x2 且 y1 <= y <= y2 的所有单元 matrix[x][y] 的集合。
如果 (x1, y1, x2, y2) 和 (x1', y1', x2', y2') 两个子矩阵中部分坐标不同(如:x1 != x1'),那么这两个子矩阵也不同。
示例 1:
输入:matrix = [[0,1,0],[1,1,1],[0,1,0]], target = 0
输出:4
解释:四个只含 0 的 1x1 子矩阵。
示例 2:
输入:matrix = [[1,-1],[-1,1]], target = 0
输出:5
解释:两个 1x2 子矩阵,加上两个 2x1 子矩阵,再加上一个 2x2 子矩阵。
提示:
1 <= matrix.length <= 300
1 <= matrix[0].length <= 300
-1000 <= matrix[i] <= 1000
-10^8 <= target <= 10^8
解题思路:
这是一道滑动窗口的题,跟动态规划没有啥关系。。。就是枚举出所有子矩阵的值,但是可用hashmap来直接查找来简化枚举;
class Solution {
public:
int numSubmatrixSumTarget(vector>& matrix, int target)
{
int n = matrix.size() , m = matrix[0].size() ;
int res = 0 ;
for(int i = 0 ; i < n ; ++i)
for(int j = 1 ; j < m ; ++j)
matrix[i][j] += matrix[i][j - 1] ;
for(int r = 0 ; r < m ; ++r)
for(int l = 0 ; l <= r ; ++l)
{
unordered_map cnt ;
cnt[0] = 1 ; //判断矩阵自身
int sum = 0 ;
for(int k = 0 ; k < n ; ++k)
{
if(l == 0) sum += matrix[k][r] ;
else sum += matrix[k][r] - matrix[k][l - 1] ;
if(cnt.count(sum - target)) res += cnt[sum - target] ;//如果中间有个矩形和是target,那么一定有一个[0,i]的矩形和是sum - target ;
cnt[sum]++ ;
}
}
return res ;
}
};