1001. 网格照明 : 哈希表 + 线映射模拟题

简介: 1001. 网格照明 : 哈希表 + 线映射模拟题

网络异常,图片无法展示
|


题目描述



这是 LeetCode 上的 1001. 网格照明 ,难度为 困难


Tag : 「模拟」、「哈希表」


在大小为 n x n 的网格 grid 上,每个单元格都有一盏灯,最初灯都处于 关闭 状态。

给你一个由灯的位置组成的二维数组 lamps,其中 lamps[i] = [row_i, col_i]lamps[i]=[rowi,coli] 表示 打开 位于 grid[rowi][coli] 的灯。即便同一盏灯可能在 lamps 中多次列出,不会影响这盏灯处于 打开 状态。


当一盏灯处于打开状态,它将会照亮 自身所在单元格 以及同一 行 、同一 列 和两条 对角线 上的 所有其他单元格 。


另给你一个二维数组 queries,其中 queries[j] = [row_j, col_j]queries[j]=[rowj,colj] 。对于第 jj 个查询,如果单元格 [row_j, col_j][rowj,colj] 是被照亮的,则查询结果为 11 ,否则为 00


在第 j 次查询之后 [按照查询的顺序] ,关闭 位于单元格 grid[row_j][col_j]grid[rowj][colj] 上及相邻 88 个方向上(与单元格 grid[row_i][col_i]grid[rowi][coli] 共享角或边)的任何灯。


返回一个整数数组 ans 作为答案, ans[j] 应等于第 j 次查询 queries[j] 的结果,11 表示照亮,00 表示未照亮。


示例 1:


网络异常,图片无法展示
|


输入:n = 5, lamps = [[0,0],[4,4]], queries = [[1,1],[1,0]]
输出:[1,0]
复制代码


网络异常,图片无法展示
|


解释:最初所有灯都是关闭的。在执行查询之前,打开位于 [0, 0] 和 [4, 4] 的灯。第 0 次查询检查 grid[1][1] 是否被照亮(蓝色方框)。该单元格被照亮,所以 ans[0] = 1 。然后,关闭红色方框中的所有灯。
复制代码


网络异常,图片无法展示
|


第 1 次查询检查 grid[1][0] 是否被照亮(蓝色方框)。该单元格没有被照亮,所以 ans[1] = 0 。然后,关闭红色矩形中的所有灯。
复制代码


示例 2:


输入:n = 5, lamps = [[0,0],[4,4]], queries = [[1,1],[1,1]]
输出:[1,1]
复制代码


示例 3:


输入:n = 5, lamps = [[0,0],[0,4]], queries = [[0,4],[0,1],[1,4]]
输出:[1,1,0]
复制代码


提示:


  • 1 <= n <= 10^91<=n<=109
  • 0 <= lamps.length <= 200000<=lamps.length<=20000
  • 0 <= queries.length <= 200000<=queries.length<=20000
  • lamps[i].length == 2lamps[i].length==2
  • 0 <= row_i, col_i < n0<=rowi,coli<n
  • queries[j].length == 2queries[j].length==2
  • 0 <= row_j, col_j < n0<=rowj,colj<n


哈希表 + 线映射



棋盘大小的数据范围为 n = 10^9n=109,硬模拟「亮灯」的操作必然会 TLE,而 lampsqueries 数据范围为 2000020000 是一个较为常见的突破口。


由于点亮每一盏灯,可以使得当前 行、列 和 对角线 的位置被照亮,行列可直接使用棋盘坐标的 (x, y)(x,y) 来代指,而对角线则可以使用「截距」来进行代指,即使用 x + yx+yx - yxy 进行代指。


分别使用四个「哈希表」rowcolleftright 来记录 行、列 和 对角线 的点亮情况(key 为线编号,value 为点亮次数)。


这样我们可以在 O(1)O(1) 的复杂度处理掉所有的 lamps[i]lamps[i],某个位置被照亮的充要条件为:「当前位置所在行被点亮」或「当前位置所在列被点亮」或「当前位置所处的对角线被点亮」。


同时,由于每次查询后要进行「灭灯」操作(注意:灭灯只能灭有灯的位置,而不是灭有光的位置 🤣),因此我们还需要另外记录每个灯的位置,可以使用利用「二维转一维」的技巧进行编号:idx = x * n + yidx=xn+y,并使用 HashSet 进行记录(忽略重复的 lamps[i]lamps[i])。


由于询问次数最多为 2000020000,因此直接在查询完成后模拟「灭灯」即可(访问自身及相邻格子,共 99 个),计算量为 2 * 10^52105 以内,可以接受。若某个位置存在灯,将其从 HashSet 中移除,并更新对应线的点亮情况。


代码:


class Solution {
    int[][] dirs = new int[][]{{0,0},{0,-1},{0,1},{-1,0},{-1,-1},{-1,1},{1,0},{1,-1},{1,1}};
    public int[] gridIllumination(int n, int[][] lamps, int[][] queries) {
        long N = n;
        Map<Integer, Integer> row = new HashMap<>(), col = new HashMap<>();
        Map<Integer, Integer> left = new HashMap<>(), right = new HashMap<>();
        Set<Long> set = new HashSet<>();
        for (int[] l : lamps) {
            int x = l[0], y = l[1];
            int a = x + y, b = x - y;
            if (set.contains(x * N + y)) continue;
            increment(row, x); increment(col, y);
            increment(left, a); increment(right, b);
            set.add(x * N + y);
        }
        int m = queries.length;
        int[] ans = new int[m];
        for (int i = 0; i < m; i++) {
            int[] q = queries[i];
            int x = q[0], y = q[1];
            int a = x + y, b = x - y;
            if (row.containsKey(x) || col.containsKey(y) || left.containsKey(a) || right.containsKey(b)) ans[i] = 1;
            for (int[] d : dirs) {
                int nx = x + d[0], ny = y + d[1];
                int na = nx + ny, nb = nx - ny;
                if (nx < 0 || nx >= n || ny < 0 || ny >= n) continue;
                if (set.contains(nx * N + ny)) {
                    set.remove(nx * N + ny);
                    decrement(row, nx); decrement(col, ny);
                    decrement(left, na); decrement(right, nb);
                }
            }
        }
        return ans;
    }
    void increment(Map<Integer, Integer> map, int key) {
        map.put(key, map.getOrDefault(key, 0) + 1);
    }
    void decrement(Map<Integer, Integer> map, int key) {
        if (map.get(key) == 1) map.remove(key);
        else map.put(key, map.get(key) - 1);
    }
}
复制代码


  • 时间复杂度:令 lampslamps 长度为 aaqueriesqueries 长度为 bb,处理所有的 lamp[i]lamp[i] 复杂度为 O(a)O(a),处理所有的 queries[j]queries[j] 复杂度为 O(C * b)O(Cb),其中 CC 为模拟灭灯时所联通的格子数量,固定为 99。整体复杂度为 O(a + C * b)O(a+Cb)
  • 空间复杂度:O(a)O(a)


最后



这是我们「刷穿 LeetCode」系列文章的第 No.1001 篇,系列开始于 2021/01/01,截止于起始日 LeetCode 上共有 1916 道题目,部分是有锁题,我们将先把所有不带锁的题目刷完。


在这个系列文章里面,除了讲解解题思路以外,还会尽可能给出最为简洁的代码。如果涉及通解还会相应的代码模板。


为了方便各位同学能够电脑上进行调试和提交代码,我建立了相关的仓库:github.com/SharingSour…


在仓库地址里,你可以看到系列文章的题解链接、系列文章的相应代码、LeetCode 原题链接和其他优选题解。

相关文章
|
6月前
|
数据中心 网络架构
ArcMap矢量图层的零碎、空洞区域填补与独立区域剔除:消除面部件
本文介绍在ArcMap软件中,基于消除面部件(“Eliminate Polygon Part”)工具,对矢量面要素的零碎、空洞区域加以删除,同时将游离于要素主体之外的部分剔除的方法~
112534 1
ArcMap矢量图层的零碎、空洞区域填补与独立区域剔除:消除面部件
|
前端开发 定位技术 索引
3D激光SLAM:ALOAM---后端 lasermapping构建角点约束与面点约束
后端的构建约束问题和前端不一样。原因就是前端从上一帧上去找,而后端是在局部地图上找,点要多很多,并且没有了线束信息,所以原理上不一样了。 **线特征的提取** 通过kdtree在局部地图中找到5个最近的线特征,为了判断他们是否符合线特征的特性,需要对5个点构成的协方差矩阵进行特征值分解,当上述5个点在一条直线上时,他们只有一个主方向,也就是特征值是一个大特征值,以及两个小特征值,大特征值对应的特征向量就是对应直线的方向向量。 **面特征的提取** 通过kdtree在地图中找到最近的面特征也是5个, 理论上也可以通过特种值分解的方式,最小的特征值对应的特征向量就是平面的法向量, 不过代码里选
3D激光SLAM:ALOAM---后端 lasermapping构建角点约束与面点约束
|
6月前
|
Python
三点映射变换
【5月更文挑战第15天】三点映射变换。
35 1
|
6月前
|
存储 编解码 算法
【信道编码】2 卷积码、状态转移图、状态转移表、网格表示和码字路径
【信道编码】2 卷积码、状态转移图、状态转移表、网格表示和码字路径
227 1
|
6月前
|
算法 图形学
【头歌 计算机图形学 练习】多边形填充v1.0 (第1关:扫描线填充算法(活动边表AET法) 第2关:边缘填充法 第3关:区域四连通种子填充算法 第4关:区域扫描线种子填充算法)
【头歌 计算机图形学 练习】多边形填充v1.0 (第1关:扫描线填充算法(活动边表AET法) 第2关:边缘填充法 第3关:区域四连通种子填充算法 第4关:区域扫描线种子填充算法)
407 0
|
6月前
|
图形学 计算机视觉
GEE错误——如何将原有矢量将维度转化为地理坐标系,重投影坐标坐标无法实现?
GEE错误——如何将原有矢量将维度转化为地理坐标系,重投影坐标坐标无法实现?
64 0
|
6月前
ArcGIS矢量面要素中零碎小面积空洞区域补全与单独部分区域分离并剔除
ArcGIS矢量面要素中零碎小面积空洞区域补全与单独部分区域分离并剔除
146 1
|
6月前
ArcGIS中ArcMap相交分析Intersect解决要素落入另一多部分矢量面要素的问题
ArcGIS中ArcMap相交分析Intersect解决要素落入另一多部分矢量面要素的问题
|
6月前
leetcode-1001:网格照明(自定义哈希集合)
leetcode-1001:网格照明(自定义哈希集合)
41 0