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。
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。
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 <= 10^90 <= lamps.length <= 200000 <= queries.length <= 20000lamps[i].length == 20 <= rowi, coli < nqueries[j].length == 20 <= rowj, colj < n分析:
方法:哈希表
因为 n 最大为 10^9,如果用二维数组,空间复杂度最大就是 10^18,一定会超内存,那么我们可以用 哈希表 的方式来存储每一行,列,两对角线的灯的个数,这样空间复杂度最大就为 10^9,行用横坐标,列用纵坐标,左对角线用横纵之和,右对角线用横纵之差,关灯的时候只需要所有哈希表对应值减一就可以了。
关于 lamps,如果每次找灯都遍历一次,太浪费时间,因此我们将二维数组转化为一维的集合,假设查找的坐标为 (i,j),lamps 边长为 n,那么就可以表示为 i * n + j,这样每次找灯只需要调用集合相关方法即可,还可以防止哈希表存储时出现重复灯的情况。
关于找周围的灯,我们可以定义一个二维数组表示自身和周围八格的横纵坐标的差值,找灯时只需要遍历该数组,将差值加到当前坐标即可。
时间复杂度:O(m + n) m,n 为 lamps,queries 的长度
空间复杂度:O(m)
class Solution { public int[] gridIllumination(int n, int[][] lamps, int[][] queries) { //创建HashMap分别存储 行,列,左右对角线的灯 HashMap
题目来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/grid-illumination