LeetCode 533. 孤独像素 II

示例:
输入:                                            
[['W', 'B', 'W', 'B', 'B', 'W'],    
 ['W', 'B', 'W', 'B', 'B', 'W'],    
 ['W', 'B', 'W', 'B', 'B', 'W'],    
 ['W', 'W', 'B', 'W', 'B', 'W']] 
N = 3
输出: 6
解析: 所有粗体的'B'都是我们所求的像素(第1列和第3列的所有'B').
        0    1    2    3    4    5         列号                                          
0    [['W', 'B', 'W', 'B', 'B', 'W'],    
1     ['W', 'B', 'W', 'B', 'B', 'W'],    
2     ['W', 'B', 'W', 'B', 'B', 'W'],    
3     ['W', 'W', 'B', 'W', 'B', 'W']]    
行号

以R = 0行和C = 1列的'B'为例:
规则 1，R = 0行和C = 1列都恰好有N = 3个黑色像素. 
规则 2，在C = 1列的黑色像素分别位于0，1和2行。它们都和R = 0行完全相同。

注意:
输入二维数组行和列的范围是 [1,200]。

class Solution {
public:
    int findBlackPixel(vector<vector<char>>& picture, int N) {
        int m = picture.size(), n = picture[0].size(), i, j;
    	vector<int> r(m,0), c(n,0);
    	//对每行，每列的黑色进行计数
        //对一样的行，放到一起
        unordered_map<string,unordered_set<int>> map;
        string line;
    	for(i = 0; i < m; ++i)
    	{
            for(j = 0; j < n; ++j)
    		{
                line += picture[i][j];
                if(picture[i][j]=='B')
    				r[i]++, c[j]++;
            }
            map[line].insert(i);//一样的行，放一起
            line = "";
        }
		int lonely = 0, l;
		for(auto it = map.begin(); it != map.end(); ++it)
        {	//遍历相同的行的集合
            l = *(it->second.begin());//其中一行
            for(j = 0; j < n; ++j)
            {	//遍历其列
                if(picture[l][j]=='B' && r[l]==N && c[j]==N && N==it->second.size())
                    lonely += N;//这一列中有N个黑色
            }
        }
		return lonely;
    }
};