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。
1 <= m, n <= 50
1 <= indices.length <= 100
0 <= ri < m
0 <= ci < n
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。
解法一:如果同一行或同一列增量过两次,则这行或列都还是偶数,我们需要找出增量过奇数次的行和列的数目,又由于这些行列的交点会增量两次,因此最后结果还要减去这些行、列交点的数目:
class Solution {
public:
int oddCells(int m, int n, vector<vector<int>>& indices) {
vector<int> rowIndexToNum(m);
vector<int> colIndexToNum(n);
for (vector<int> &index : indices) {
++rowIndexToNum[index[0]];
++colIndexToNum[index[1]];
}
int oddRow = 0;
for (int i : rowIndexToNum) {
oddRow += i & 1;
}
int oddCol = 0;
for (int i : colIndexToNum) {
oddCol += i & 1;
}
return oddRow * n + oddCol * m - 2 * oddCol * oddRow;
}
};
如果输入数组indices的长度为l,此算法时间复杂度为O(l+m+n),空间复杂度为O(m+n)。
解法二:直接模拟题意:
class Solution {
public:
int oddCells(int m, int n, vector<vector<int>>& indices) {
vector<vector<int>> gridArr(m, vector<int>(n, 0));
for (vector<int> &index : indices) {
for (int i = 0; i < m; ++i) {
++gridArr[i][index[1]];
}
for (int i = 0; i < n; ++i) {
++gridArr[index[0]][i];
}
}
int ans = 0;
for (int i = 0; i < m; ++i) {
for (int j = 0; j < n; ++j) {
if (gridArr[i][j] & 1) {
++ans;
}
}
}
return ans;
}
};
如果输入数组indices的长度为l,此算法时间复杂度为O(l*(m+n)+m*n),空间复杂度为O(m*n)。
解法三:我们可以用两个数组分别记录下来每行、列增加了多少次,然后看每个位置的元素被增加了多少次,这样就节省了模拟单元格所需空间和给每一行、列加1所需时间:
class Solution {
public:
int oddCells(int m, int n, vector<vector<int>>& indices) {
vector<int> colAddNum(n, 0);
vector<int> rowAddNum(m, 0);
for (vector<int> &index : indices) {
++colAddNum[index[1]];
++rowAddNum[index[0]];
}
int ans = 0;
for (int i = 0; i < m; ++i) {
for (int j = 0; j < n; ++j) {
if ((rowAddNum[i] + colAddNum[j]) & 1) {
++ans;
}
}
}
return ans;
}
};
如果输入数组indices的长度为l,此算法时间复杂度为O(l+m*n),空间复杂度为O(m+n)。