当前位置: 首页 > news >正文

【C++贪心 单调栈】1727. 重新排列后的最大子矩阵|1926

本文涉及知识点

C++贪心
C++单调栈

LeetCode1727. 重新排列后的最大子矩阵

给你一个二进制矩阵 matrix ,它的大小为 m x n ,你可以将 matrix 中的 列 按任意顺序重新排列。
请你返回最优方案下将 matrix 重新排列后,全是 1 的子矩阵面积。
示例 1:
在这里插入图片描述

输入:matrix = [[0,0,1],[1,1,1],[1,0,1]]
输出:4
解释:你可以按照上图方式重新排列矩阵的每一列。
最大的全 1 子矩阵是上图中加粗的部分,面积为 4 。
示例 2:

在这里插入图片描述

输入:matrix = [[1,0,1,0,1]]
输出:3
解释:你可以按照上图方式重新排列矩阵的每一列。
最大的全 1 子矩阵是上图中加粗的部分,面积为 3 。
示例 3:
输入:matrix = [[1,1,0],[1,0,1]]
输出:2
解释:由于你只能整列整列重新排布,所以没有比面积为 2 更大的全 1 子矩形。
示例 4:
输入:matrix = [[0,0],[0,0]]
输出:0
解释:由于矩阵中没有 1 ,没有任何全 1 的子矩阵,所以面积为 0 。
提示:
m == matrix.length
n == matrix[i].length
1 <= m * n <= 105
matrix[i][j] 要么是 0 ,要么是 1 。

枚举+贪心

up[r][c]记录以mat[r][c]为最低点的最长竖直线。
u p [ r ] [ c ] = { m a t [ r ] [ c ] 0 = = r 0 e l s e m a t [ r ] [ c ] = = 0 u p [ r − 1 ] [ c ] + 1 o t h e r up[r][c]=\begin{cases} mat[r][c] && 0 == r \\ 0&& else mat[r][c]==0 \\ up[r-1][c]+1 && other \\ \end{cases} up[r][c]= mat[r][c]0up[r1][c]+10==relsemat[r][c]==0other
枚举各行r,比较以r底的最大面积网格。heights = up[r],heights中大于等于heights[c]的数量为x,则高为heights[c]的矩形最大宽带为x。将heights[i]排序后,x = n-i。
时间复杂度:O(mnlogn)

代码

核心代码

class Solution {public:int largestSubmatrix(vector<vector<int>>& matrix) {const int R = matrix.size();const int C = matrix.front().size();vector<int> pre(C);		int ans = 0;for (int r = 0; r < R; r++) {vector<int> dp;for (int c = 0; c < C; c++) {dp.emplace_back(matrix[r][c] ? (1 + pre[c]) : 0);}auto height = dp;sort(height.begin(), height.end());for (int i = 0; i < C; i++) {ans = max(ans, height[i] * (C - i));}pre.swap(dp);}return ans;}};

单元测试

	vector<vector<int>> matrix;TEST_METHOD(TestMethod11){matrix = { {0,0,1},{1,1,1},{1,0,1} };auto res = Solution().largestSubmatrix(matrix);AssertEx(4, res);}TEST_METHOD(TestMethod12){matrix = { {1,0,1,0,1} };auto res = Solution().largestSubmatrix(matrix);AssertEx(3, res);}TEST_METHOD(TestMethod13){matrix = { {1,1,0},{1,0,1} };auto res = Solution().largestSubmatrix(matrix);AssertEx(2, res);}TEST_METHOD(TestMethod14){matrix = { {0,0},{0,0} };auto res = Solution().largestSubmatrix(matrix);AssertEx(0, res);}

扩展阅读

我想对大家说的话
工作中遇到的问题,可以按类别查阅鄙人的算法文章,请点击《算法与数据汇总》。
学习算法:按章节学习《喜缺全书算法册》,大量的题目和测试用例,打包下载。重视操作
有效学习:明确的目标 及时的反馈 拉伸区(难度合适) 专注
闻缺陷则喜(喜缺)是一个美好的愿望,早发现问题,早修改问题,给老板节约钱。
子墨子言之:事无终始,无务多业。也就是我们常说的专业的人做专业的事。
如果程序是一条龙,那算法就是他的是睛
失败+反思=成功 成功+反思=成功

视频课程

先学简单的课程,请移步CSDN学院,听白银讲师(也就是鄙人)的讲解。
https://edu.csdn.net/course/detail/38771
如何你想快速形成战斗了,为老板分忧,请学习C#入职培训、C++入职培训等课程
https://edu.csdn.net/lecturer/6176

测试环境

操作系统:win7 开发环境: VS2019 C++17
或者 操作系统:win10 开发环境: VS2022 C++17
如无特殊说明,本算法用**C++**实现。


http://www.mrgr.cn/news/54299.html

相关文章:

  • Prompt提示词设计:如何让你的AI对话更智能?
  • 【Spring MVC】创建项目和建立请求连接
  • Netty入门基础:Netty架构设计模型介绍(主从Reactor多线程模型,Futrue-Listener模型)
  • Java爬虫:获取数据的入门详解
  • 数据结构编程实践20讲(Python版)—13图形数据结构
  • 动手学深度学习63 束搜索
  • 数据分箱:决策树得到特征的分箱区间后后怎么映射到原数据中?
  • cs61a涉及图像转换的代码注释(Lecture01)
  • 高效的多进程编程:使用 Python `multiprocessing` 库进行进程管理
  • Lucas带你手撕机器学习——线性回归
  • golang 基本数据类型
  • 基于DNA算法的遥感图像加解密matlab仿真
  • 衡石分析平台系统分析人员手册-可视化报表仪表盘
  • 定时发送邮件
  • 【STM32-HAL库】STM32F系列新建工程并点灯教程(小白向)
  • Docker本地镜像发布到Docker Registry私有仓库
  • 从人工智能到大模型的演变
  • 基于FPGA的信号发生器verilog实现,可以输出方波,脉冲波,m序列以及正弦波,可调整输出信号频率
  • 【海图界面上一些常见术语UTC、HDG、COG、SOG、LAT、LON的基本解释】
  • Java | Leetcode Java题解之第494题目标和
  • 测试主分支
  • 使用 Python 解析火狐浏览器的 SQLite3 数据库
  • 基于python+dj+mysql的音乐推荐系统网页设计
  • Python | Leetcode Python题解之第494题目标和
  • 基于模型设计的智能平衡移动机器人-基础实验eCAP
  • MySQL-21.多表设计-案例-关系分析-表结构