原文链接: https://leetcode-cn.com/problems/cells-with-odd-values-in-a-matrix
英文原文
There is an m x n
matrix that is initialized to all 0
's. There is also a 2D array indices
where each indices[i] = [ri, ci]
represents a 0-indexed location to perform some increment operations on the matrix.
For each location indices[i]
, do both of the following:
- Increment all the cells on row
ri
. - Increment all the cells on column
ci
.
Given m
, n
, and indices
, return the number of odd-valued cells in the matrix after applying the increment to all locations in indices
.
Example 1:
Input: m = 2, n = 3, indices = [[0,1],[1,1]] Output: 6 Explanation: Initial matrix = [[0,0,0],[0,0,0]]. After applying first increment it becomes [[1,2,1],[0,1,0]]. The final matrix is [[1,3,1],[1,3,1]], which contains 6 odd numbers.
Example 2:
Input: m = 2, n = 2, indices = [[1,1],[0,0]] Output: 0 Explanation: Final matrix = [[2,2],[2,2]]. There are no odd numbers in the final matrix.
Constraints:
1 <= m, n <= 50
1 <= indices.length <= 100
0 <= ri < m
0 <= ci < n
Follow up: Could you solve this in O(n + m + indices.length)
time with only O(n + m)
extra space?
中文题目
给你一个 m x n
的矩阵,最开始的时候,每个单元格中的值都是 0
。
另有一个二维索引数组 indices
,indices[i] = [ri, ci]
指向矩阵中的某个位置,其中 ri
和 ci
分别表示指定的行和列(从 0
开始编号)。
对 indices[i]
所指向的每个位置,应同时执行下述增量操作:
ri
行上的所有单元格,加1
。ci
列上的所有单元格,加1
。
给你 m
、n
和 indices
。请你在执行完所有 indices
指定的增量操作后,返回矩阵中 奇数值单元格 的数目。
示例 1:
输入:m = 2, n = 3, indices = [[0,1],[1,1]] 输出:6 解释:最开始的矩阵是 [[0,0,0],[0,0,0]]。 第一次增量操作后得到 [[1,2,1],[0,1,0]]。 最后的矩阵是 [[1,3,1],[1,3,1]],里面有 6 个奇数。
示例 2:
输入:m = 2, n = 2, indices = [[1,1],[0,0]] 输出:0 解释:最后的矩阵是 [[2,2],[2,2]],里面没有奇数。
提示:
1 <= m, n <= 50
1 <= indices.length <= 100
0 <= ri < m
0 <= ci < n
进阶:你可以设计一个时间复杂度为 O(n + m + indices.length)
且仅用 O(n + m)
额外空间的算法来解决此问题吗?
通过代码
高赞题解
方法一:模拟
我们可以使用一个 n * m
的矩阵来存放操作的结果,对于 indices
中的每一对 [ri, ci]
,将矩阵第 ri
行的所有数增加 1
,第 ci
列的所有数增加 1
。
在所有操作模拟完毕后,我们遍历矩阵,得到奇数的数目。
class Solution:
def oddCells(self, n: int, m: int, indices: List[List[int]]) -> int:
matrix = [[0] * m for _ in range(n)]
for x, y in indices:
for i in range(n):
matrix[i][y] += 1
for j in range(m):
matrix[x][j] += 1
return sum(elem % 2 == 1 for line in matrix for elem in line)
复杂度分析
时间复杂度:$O(L(M + N) + MN)$,其中 $L$ 是
indices
数组的长度。空间复杂度:$O(MN)$。
方法二:模拟 + 空间优化
由于每次操作只会将一行和一列的数增加 1
,因此我们可以使用一个行数组 rows
和列数组 cols
分别记录每一行和每一列被增加的次数。对于 indices
中的每一对 [ri, ci]
,我们将 rows[ri]
和 cols[ci]
的值分别增加 1
。
在所有操作模拟完毕后,矩阵中位于 (x, y)
位置的数即为 rows[x] + cols[y]
。我们遍历矩阵,得到奇数的数目。
class Solution:
def oddCells(self, n: int, m: int, indices: List[List[int]]) -> int:
rows = [0] * n
cols = [0] * m
for x, y in indices:
rows[x] += 1
cols[y] += 1
return sum((rows[x] + cols[y]) % 2 == 1 for x in range(n) for y in range(m))
复杂度分析
时间复杂度:$O(L + MN)$,其中 $L$ 是
indices
数组的长度。空间复杂度:$O(M + N)$。
方法三:计数
我们可以继续对方法二进行优化。可以发现,矩阵中位于 (x, y)
位置的数为奇数,当且仅当 rows[x]
和 cols[y]
中恰好有一个为奇数。因此对于 rows[x]
为偶数,那么在第 x
行有 count_odd(cols)
个位置的数为奇数;对于 rows[x]
为奇数,那么在第 x
行有 m - count_odd(cols)
个位置的数为偶数,其中 count_odd(cols)
表示数组 cols
中奇数的个数。将所有的行 x
进行求和,可以得到奇数的数目为 count_odd(rows) * (m - count_odd(cols)) + (n - count_odd(rows)) * count_odd(cols)
。
class Solution:
def oddCells(self, n: int, m: int, indices: List[List[int]]) -> int:
rows = [0] * n
cols = [0] * m
for x, y in indices:
rows[x] += 1
cols[y] += 1
odd_rows = sum(x % 2 == 1 for x in rows)
odd_cols = sum(y % 2 == 1 for y in cols)
return odd_rows * (m - odd_cols) + (n - odd_rows) * odd_cols
复杂度分析
时间复杂度:$O(L + M + N)$,其中 $L$ 是
indices
数组的长度。空间复杂度:$O(M + N)$。
统计信息
通过次数 | 提交次数 | AC比率 |
---|---|---|
18405 | 24557 | 74.9% |
提交历史
提交时间 | 提交结果 | 执行时间 | 内存消耗 | 语言 |
---|