有一个二维矩阵 其中每个元素的值为 或 。
移动是指选择任一行或列,并转换该行或列中的每一个值:将所有 都更改为 ,将所有 都更改为 。
在做出任意次数的移动后,将该矩阵的每一行都按照二进制数来解释,矩阵的得分就是这些数字的总和。
返回尽可能高的分数。
示例1
输入:
[[0,0,1,1],[1,0,1,0],[1,1,0,0]]
输出:
39
解释:
转换为 [[1,1,1,1],[1,0,0,1],[1,1,1,1]]
0b1111 + 0b1001 + 0b1111 = 15 + 9 + 15 = 39
提示
首先我们要明确一个显而易见的事实:
因为行列数最多 ,所以我们可以枚举每一行的翻转状态(:不翻转,:翻转)。
然后对于每一列,我们只需要看不翻转的 多,还是翻转后 多就行了。
这样的时间复杂度是 ,极限情况下是 左右,还是可能会超时的。
再仔细观察,我们可以发现要想最终和最大,第一列必须全为 。
证明很简单,对于任意一行,如果它的第一位是 ,那么这一位的二进制数值就是 。反之如果这一位是 ,那么即使后面所有位全为 ,总数值也只能达到 。所以第一位是一定要为 的。
这样就很简单了,每一行的翻转情况其实是确定的。如果第一位是 ,就不翻转,否则就翻转。
然后每一列还是看不翻转的 多,还是翻转后 多。
这样的时间复杂度只有 。
那么可能有人会问:为啥不把每行第一位全翻转为 ,然后翻转第一列使得每行第一位全 呢?其实这样是等价的,完全就相当于将之前的方法倒转过来(翻转不翻转操作颠倒)。
class Solution {
public:
int matrixScore(vector<vector<int>>& A) {
int n = A.size(), m = A[0].size();
for (int i = 0; i < n; ++i) {
if (A[i][0]) continue;
for (int j = 0; j < m; ++j) {
A[i][j] ^= 1;
}
}
int res = (1<<(m-1)) * n;
for (int j = 1; j < m; ++j) {
int cnt = 0;
for (int i = 0; i < n; ++i) {
cnt += A[i][j];
}
cnt = max(cnt, n-cnt);
res += (1<<(m-1-j)) * cnt;
}
return res;
}
};
作者简介:godweiyang,知乎同名,华东师范大学计算机系硕士在读,方向自然语言处理与深度学习。喜欢与人分享技术与知识,期待与你的进一步交流~