2088-统计农场中肥沃金字塔的数目
有一个 矩形网格 状的农场,划分为 m
行 n
列的单元格。每个格子要么是 肥沃的 (用 1
表示),要么是 贫瘠
的(用 0
表示)。网格图以外的所有与格子都视为贫瘠的。
农场中的 金字塔 区域定义如下:
- 区域内格子数目 **大于 **
1
且所有格子都是 肥沃的 。 - 金字塔 顶端 是这个金字塔 最上方 的格子。金字塔的高度是它所覆盖的行数。令
(r, c)
为金字塔的顶端且高度为h
,那么金字塔区域内包含的任一格子(i, j)
需满足r <= i <= r + h - 1
且c - (i - r) <= j <= c + (i - r)
。
一个 倒金字塔 类似定义如下:
- 区域内格子数目 大于
1
且所有格子都是 肥沃的 。 - 倒金字塔的 顶端 是这个倒金字塔 最下方 的格子。倒金字塔的高度是它所覆盖的行数。令
(r, c)
为金字塔的顶端且高度为h
,那么金字塔区域内包含的任一格子(i, j)
需满足r - h + 1 <= i <= r
且c - (r - i) <= j <= c + (r - i)
。
下图展示了部分符合定义和不符合定义的金字塔区域。黑色区域表示肥沃的格子。
给你一个下标从 0 开始且大小为 m x n
的二进制矩阵 grid
,它表示农场,请你返回 grid
中金字塔和倒金字塔的
总数目 。
示例 1:
**输入:** grid = [[0,1,1,0],[1,1,1,1]]
**输出:** 2
**解释:**
2 个可能的金字塔区域分别如上图蓝色和红色区域所示。
这个网格图中没有倒金字塔区域。
所以金字塔区域总数为 2 + 0 = 2 。
示例 2:
**输入:** grid = [[1,1,1],[1,1,1]]
**输出:** 2
**解释:**
金字塔区域如上图蓝色区域所示,倒金字塔如上图红色区域所示。
所以金字塔区域总数目为 1 + 1 = 2 。
示例 3:
**输入:** grid = [[1,0,1],[0,0,0],[1,0,1]]
**输出:** 0
**解释:**
网格图中没有任何金字塔或倒金字塔区域。
示例 4:
**输入:** grid = [[1,1,1,1,0],[1,1,1,1,1],[1,1,1,1,1],[0,1,0,0,1]]
**输出:** 13
**解释:**
有 7 个金字塔区域。上图第二和第三张图中展示了它们中的 3 个。
有 6 个倒金字塔区域。上图中最后一张图展示了它们中的 2 个。
所以金字塔区域总数目为 7 + 6 = 13.
提示:
m == grid.length
n == grid[i].length
1 <= m, n <= 1000
1 <= m * n <= 105
grid[i][j]
要么是0
,要么是1
。
方法一:动态规划
思路与算法
我们首先考虑所有的「金字塔」。
如果我们能够计算出以每一个位置 (i, j) 为顶端的最大的金字塔的高度:
这里我们对于高度的定义如下:
- 如果 (i, j) 本身不是肥沃的,那么最大的金字塔的高度为 -1;
- 如果 (i, j) 本身是肥沃的,但是它无法作为任何金字塔的顶端,那么最大的金字塔的高度为 0;
- 如果 (i, j) 本身是肥沃的,并且以它为顶端的最大金字塔有 x 行,那么最大的金字塔的高度为 x-1。
记为 f[i, j],那么只要 (i, j) 本身是肥沃的,那么以 (i, j) 为顶端的金字塔的高度就可以为 1, 2, \cdots, f[i, j],即一共有 f[i, j] 个金字塔。此时,所有 f[i, j] 的和即为金字塔的总数。
要想求出 f[i, j],我们可以考虑形成金字塔的充要条件。要想形成一个以 (i, j) 为顶端并且高度为 x 的金字塔,当且仅当:
f[i, j] 本身是肥沃的;
存在以 (i+1, j-1) 为顶端,高度为 x-1 的金字塔;
存在以 (i+1, j) 为顶端,高度为 x-1 的金字塔;
存在以 (i+1, j+1) 为顶端,高度为 x-1 的金字塔;
上图可视化地描述了这四个条件。这说明 x 的最大值取决于 (i, j) 下方左中右三个位置为顶端的金字塔高度的最小值,因此:
如果 (i, j) 本身不是肥沃的,那么 f[i, j] = -1;
如果 (i, j) 本身是肥沃的,那么有:
f[i, j] = \min \big{ f[i+1, j-1], f[i+1, j], f[i+1, j+1] \big} + 1
这里规定所有超出边界的 f[i, j] 的值均为 -1。
而在考虑「倒金字塔」时,由于它只是把金字塔倒过来,因此我们只需要把上面的状态转移方程中的 i+1 全部改成 i-1 即可:
f[i, j] = \min \big{ f[i-1, j-1], f[i-1, j], f[i-1, j+1] \big} + 1
代码
1 | class Solution { |
1 | class Solution: |
复杂度分析
时间复杂度:O(mn)。
空间复杂度:O(mn),即为存储所有状态需要的空间。注意到在两种状态转移方程中,f[i, j] 只会从 f[i-1, ..] 或者 f[i+1, ..] 转移而来,因此可以使用两个长度为 n 的一维数组交替地进行状态转移,空间复杂度可以降低为 O(n)。