1001-网格照明
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] = [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] = [rowj, colj]
。对于第 j
个查询,如果单元格 [rowj, colj]
是被照亮的,则查询结果为 1
,否则为 0
。在第 j
次查询之后 [按照查询的顺序] , 关闭 位于单元格grid[rowj][colj]
上及相邻 8 个方向上(与单元格 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,1
表示照亮,0
表示未照亮。
示例 1:
**输入:** n = 5, lamps = [[0,0],[4,4]], queries = [[1,1],[1,0]]
**输出:** [1,0]
**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。
![](https://assets.leetcode.com/uploads/2020/08/19/illu_step1.jpg)
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。
![](https://assets.leetcode.com/uploads/2020/08/19/illu_step2.jpg)
示例 2:
**输入:** n = 5, lamps = [[0,0],[4,4]], queries = [[1,1],[1,1]]
**输出:** [1,1]
示例 3:
**输入:** n = 5, lamps = [[0,0],[0,4]], queries = [[0,4],[0,1],[1,4]]
**输出:** [1,1,0]
提示:
1 <= n <= 109
0 <= lamps.length <= 20000
0 <= queries.length <= 20000
lamps[i].length == 2
0 <= rowi, coli < n
queries[j].length == 2
0 <= rowj, colj < n
方法一:哈希表
思路与算法
将网格转换成一个坐标系,行下标作为 x 坐标,列下标作为 y 坐标。我们使用直线与坐标轴上交点的数值来唯一标识行,列和正/反对角线。相应的规则为:
求解通过灯坐标的行直线与 x 轴的交点,将交点的 x 坐标作为通过灯坐标的行的数值。
求解通过灯坐标的列直线与 y 轴的交点,将交点的 y 坐标作为通过灯坐标的列的数值。
求解通过灯坐标的正对角线与 x 轴的交点,将交点的 x 坐标作为通过灯坐标的正对角线的数值。
求解通过灯坐标的反对角线与 y 轴的交点,将交点的 y 坐标作为通过灯坐标的反对角线的数值。
假设一盏灯的坐标为 (x_i,~y_i),那么它所在的行的数值为 x_i,列的数值为 y_i,正对角线的数值为 x_i-y_i,反对角线的数值为 x_i+y_i。确定某一直线的唯一数值标识后,我们就可以通过哈希表来记录某一直线所拥有的灯的数目。
遍历 lamps,将当前遍历到的灯所在的行,列和正/反对角线拥有灯的数目分别加一。
在处理 lamps 时,需要进行去重,因为我们将重复的灯看作同一盏灯。
遍历 queries,判断当前查询点所在的行,列和正/反对角线是否有灯,如果有,则置 1,即该点在查询时是被照亮的。然后进行关闭操作,查找查询点所在的八近邻点及它本身是否有灯,如果有,将该点所在的行,列和正/反对角线的灯数目分别减一,并且将灯从网格中去掉。
代码
1 | class Solution: |
1 | class Solution { |
1 | class Solution { |
1 | public class Solution { |
1 | typedef struct { |
1 | func gridIllumination(n int, lamps, queries [][]int) []int { |
1 | var gridIllumination = function(n, lamps, queries) { |
复杂度分析
时间复杂度:O(l+q),其中 l 和 q 分别是 lamps 和 queries 的长度。遍历两个数组的时间复杂度分别为 O(l) 和 O(q)。
空间复杂度:O(l)。保存 5 个哈希表需要 O(l) 的空间,返回值不计入空间复杂度。