(离散化 + 二维差分) LCP 74. 最强祝福力场

LCP 74. 最强祝福力场

离散化 + 二维差分
灵茶山

  • 坐标含0.5:坐标全部 * 2
  • 离散化:x轴和y轴分别离散化
  • 差分有个技巧,就是把坐标都 + 1,这样就不用单独处理第0行和第0列了,要额外写两个for循环。错误示范如第二份代码(我第一次写的。。)
class Solution(object):
    def fieldOfGreatestBlessing(self, forceField):
        """
        :type forceField: List[List[int]]
        :rtype: int
        """
        xs = []
        ys = []

        mp = {}
        
        for x, y, l in forceField:
            x *= 2
            y *= 2
            xs.append(x + l)
            xs.append(x - l)
            ys.append(y + l)
            ys.append(y - l)
        
        xs = sorted(xs)
        ys = sorted(ys)
        
        mpx = {v: i for i, v in enumerate(xs)}
        mpy = {v: i for i, v in enumerate(ys)}
        
        n = len(mpx)
        m = len(mpy)
        
        mat = [[0] * (m + 10) for _ in range(n  + 10)]
                
        for x, y, l in forceField:
            x *= 2
            y *= 2
            r1 = mpx[x - l] + 1
            r2 = mpx[x + l] + 1
            c1 = mpy[y - l] + 1
            c2 = mpy[y + l] + 1
            mat[r1][c1] += 1
            mat[r2 + 1][c1] -= 1
            mat[r1][c2 + 1] -= 1
            mat[r2 + 1][c2 + 1] += 1

        res = 0
        for i in range(1, n + 1):
            for j in range(1, m + 1):
                mat[i][j] += mat[i - 1][j]
                mat[i][j] += mat[i][j - 1]
                mat[i][j] -= mat[i - 1][j - 1]
                res = max(res, mat[i][j])
            
        return res

额外多处理了第0行和第0列:

class Solution(object):
    def fieldOfGreatestBlessing(self, forceField):
        """
        :type forceField: List[List[int]]
        :rtype: int
        """
        xs = []
        ys = []

        mp = {}
        
        for x, y, l in forceField:
            x *= 2
            y *= 2
            xs.append(x + l)
            xs.append(x - l)
            ys.append(y + l)
            ys.append(y - l)
        
        xs = sorted(list(set(xs)))
        ys = sorted(list(set(ys)))
        
        mpx = {v: i for i, v in enumerate(xs)}
        mpy = {v: i for i, v in enumerate(ys)}
        
        n = len(mpx)
        m = len(mpy)
        
        mat = [[0] * (m + 2) for _ in range(n + 2)]
                
        for x, y, l in forceField:
            x *= 2
            y *= 2
            r1 = mpx[x - l]
            r2 = mpx[x + l]
            c1 = mpy[y - l]
            c2 = mpy[y + l]
            mat[r1][c1] += 1
            mat[r2 + 1][c1] -= 1
            mat[r1][c2 + 1] -= 1
            mat[r2 + 1][c2 + 1] += 1

        for i in range(1, n):
            mat[i][0] += mat[i - 1][0]
        for j in range(1, m):
            mat[0][j] += mat[0][j - 1]
        
        res = 0
        for i in range(1, n):
            for j in range(1, m):
                mat[i][j] += mat[i - 1][j]
                mat[i][j] += mat[i][j - 1]
                mat[i][j] -= mat[i - 1][j - 1]
                res = max(res, mat[i][j])
            
        return res
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,271评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,275评论 2 380
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,151评论 0 336
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,550评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,553评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,559评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,924评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,580评论 0 257
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,826评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,578评论 2 320
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,661评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,363评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,940评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,926评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,156评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,872评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,391评论 2 342