子矩阵的和

简介: 子矩阵的和

矩阵的和

首先需要理解前缀和:前缀和讲解
先理解一下这篇文章

输入一个 n 行 m 列的整数矩阵,再输入 q 个询问,每个询问包含四个整数 x1,y1,x2,y2,表示一个子矩阵的左上角坐标和右下角坐标。

对于每个询问输出子矩阵中所有数的和。

输入格式

第一行包含三个整数 n,m,q。

接下来 n 行,每行包含 m 个整数,表示整数矩阵。

接下来 q 行,每行包含四个整数 x1,y1,x2,y2,表示一组询问。

输出格式

共 q 行,每行输出一个询问的结果。

数据范围

1≤n,m≤1000,

1≤q≤200000,

1≤x1≤x2≤n,

1≤y1≤y2≤m,

−1000≤矩阵内元素的值≤1000

输入样例:

3 4 3

1 7 2 4

3 6 2 8

2 1 2 3

1 1 2 2

2 1 3 4

1 3 3 4

输出样例:

17

27

21

原理讲解:

如图可知

绿色矩形的面积 = 整个外围面积s[x2, y2]- 黄色面积s[x2, y1 - 1]- 紫色面积s[x1 - 1, y2]+ 重复减去的红色面积 s[x1 - 1, y1 - 1]

所以有

以(x1, y1)为左上角,(x2, y2)为右下角的子矩阵的和为:

s[x2, y2] - s[x1 - 1, y2] - s[x2, y1 - 1] + s[x1 - 1, y1 - 1]

提交代码:

import java.util.*;
import java.io.*;
public class Main
{
    public static void main(String[] args) throws IOException{
        BufferedReader reader = new BufferedReader(new InputStreamReader(System.in));
        String [] strs = reader.readLine().trim().split(" ");
        int n = Integer.parseInt(strs[0]);
        int m = Integer.parseInt(strs[1]);
        int q = Integer.parseInt(strs[2]);
        int a [][] = new int [n + 10][m + 10];
        for (int i = 1; i <= n; ++ i)
        {
            strs = reader.readLine().trim().split(" ");
            for (int j = 1; j <= m; ++ j)
            {
                a[i][j] = Integer.parseInt(strs[j - 1]);
            }
        }
        int sum [][] = new int [n + 10][m + 10];
        for (int i = 1; i <= n; ++ i)
        {
            for (int j = 1; j <= m; ++ j)
            {
                sum[i][j] = sum[i - 1][j] + a[i][j] + sum[i][j - 1] - sum[i - 1][j - 1];
            }
        }
        while(q -- > 0)
        {
            strs = reader.readLine().trim().split(" ");
            int x1 = Integer.parseInt(strs[0]);
            int y1 = Integer.parseInt(strs[1]);
            int x2 = Integer.parseInt(strs[2]);
            int y2 = Integer.parseInt(strs[3]);
            System.out.println(sum[x2][y2] + sum[x1 - 1][y1 - 1] - sum[x2][y1 - 1] - sum[x1 - 1 ][y2]);
        }
    }
}


相关文章
|
6月前
|
机器学习/深度学习 存储 人工智能
利用前缀和计算二维矩阵子矩阵的和
利用前缀和计算二维矩阵子矩阵的和
62 0
|
6月前
|
算法 前端开发 测试技术
3033. 修改矩阵
3033. 修改矩阵
36 0
判断上三角矩阵
判断上三角矩阵 (15 分)
115 0
|
人工智能 JavaScript 算法
基础算法-子矩阵的和
与前缀和的基本思想类似,上一篇博文对前缀和有所介绍,不是很理解的友友可以阅读一下。一般的前缀和可以看作一维运算,而子矩阵的和则可以看作是二维运算,但本质也是一样的。 原数组可以看作 a[i][j],s[i][j] 是所求区域的数组值和,以下图为例
|
C++
2373. 矩阵中的局部最大值
给你一个大小为 n x n 的整数矩阵 grid 。 生成一个大小为 (n - 2) x (n - 2) 的整数矩阵  maxLocal ,并满足: maxLocal[i][j] 等于 grid 中以 i + 1 行和 j + 1 列为中心的 3 x 3 矩阵中的 最大值 。 换句话说,我们希望找出 grid 中每个 3 x 3 矩阵中的最大值。 返回生成的矩阵。
86 0
(二维前缀和模板)796. 子矩阵的和
(二维前缀和模板)796. 子矩阵的和
65 0
|
算法
LeetCode 73矩阵置零&74搜素二维矩阵&75颜色分类
给定一个 m x n 的矩阵,如果一个元素为 0,则将其所在行和列的所有元素都设为 0。请使用原地算法。
129 0
LeetCode 73矩阵置零&74搜素二维矩阵&75颜色分类
|
人工智能 JavaScript
【9. 子矩阵和】
思路: >计算子矩阵的和,例如以(x1,y1)为左上角,(x2,y2)为右上角的子矩阵的和为多少。 >## 需要解决俩个问题 >1. s [ i , j ]如何计算 >一行一行的计算 >```c >S[i,j] = S[i-1,j] + S[i,j-1] - S[i-1,j-1] + a[i,j]
221 0
【9. 子矩阵和】
|
机器学习/深度学习 算法
二维矩阵转换(多种遍历方法)
二维矩阵转换(多种遍历方法)