2023-03-26：给定一个二维数组matrix， 每个格子都是正数，每个格子都和上、下、左、右相邻。 你可以从任何一个格子出发，走向相邻的格子， 把沿途的数字乘起来，希望得到的最终数字中，结尾的0

2023-03-26：给定一个二维数组matrix，
每个格子都是正数，每个格子都和上、下、左、右相邻。
你可以从任何一个格子出发，走向相邻的格子，
把沿途的数字乘起来，希望得到的最终数字中，结尾的0最多，
走的过程中，向左走或者向右走的拐点，最多只能有一次。
返回结尾最多的0，能是多少。
1 <= 行、列 <= 400。

答案2023-03-26：

解题思路

本题需要求出从任意位置出发，最多能有多少个结尾0。为了方便计算，可以先将矩阵中每个数分解成2和5的因子，然后通过前缀和预处理出每个位置上、左方向的2和5的因子数量之和，以便快速计算6个方向上的因子数量之和。接着遍历每个位置，分别计算6个方向上的因子数量之和，并取其中的最小值，最后返回所有最小值中的最大值即可。

具体来说，对于一个位置(i,j)，可以计算它的左、右、上、下4个方向的2和5的因子数量之和，以及两个斜方向的2和5的因子数量之和共6个值。然后取这6个值中的最小值，就是从该位置出发，在该方向上能够得到的最多结尾0的数量。遍历所有位置，取最大值即可。

需要注意的是，由于只能有一次向左或向右的拐点，因此在计算左和右方向上的因子数量之和时，需要分别计算到该行左边界和右边界的因子数量之和，然后再通过减法计算出中间部分的因子数量之和。

时间复杂度

本算法需要对矩阵中每个数进行分解质因数，时间复杂度为O(n ^ 2log(max(matrix)))；两层循环分别对n和m进行遍历，时间复杂度为O(nm)；因此总时间复杂度为O(n^2log(max(matrix))+nm)。

空间复杂度

本算法需要维护4个二维数组，每个数组的大小均为n×m，因此空间复杂度为O(nm)。

rust代码

fn most_trailing_zeros(matrix: &Vec<Vec<i32>>) -> i32 {
    let n = matrix.len(); // 矩阵行数
    let m = matrix[0].len(); // 矩阵列数

    // f2[i][j] : matrix[i][j]自己有几个2的因子
    let mut f2 = vec![vec![0; m]; n];
    // f5[i][j] : matrix[i][j]自己有几个5的因子
    let mut f5 = vec![vec![0; m]; n];

    // 预处理每个位置的2和5的因子数量
    for i in 0..n {
        for j in 0..m {
            f2[i][j] = factors(matrix[i][j], 2);
            f5[i][j] = factors(matrix[i][j], 5);
        }
    }

    // 计算每个位置上、左方向的2和5的因子数量之和
    let mut left_f2 = vec![vec![0; m]; n];
    let mut left_f5 = vec![vec![0; m]; n];
    let mut up_f2 = vec![vec![0; m]; n];
    let mut up_f5 = vec![vec![0; m]; n];

    for i in 0..n {
        for j in 0..m {
            left_f2[i][j] = f2[i][j] + if j > 0 { left_f2[i][j - 1] } else { 0 };
            left_f5[i][j] = f5[i][j] + if j > 0 { left_f5[i][j - 1] } else { 0 };
            up_f2[i][j] = f2[i][j] + if i > 0 { up_f2[i - 1][j] } else { 0 };
            up_f5[i][j] = f5[i][j] + if i > 0 { up_f5[i - 1][j] } else { 0 };
        }
    }

    let mut ans = 0;
    for i in 0..n {
        for j in 0..m {
            // 来到(i,j)，计算6个方向上的因子数量之和
            let l2 = if j == 0 { 0 } else { left_f2[i][j - 1] }; // 左边的2因子数量之和
            let l5 = if j == 0 { 0 } else { left_f5[i][j - 1] }; // 左边的5因子数量之和
            let r2 = left_f2[i][m - 1] - left_f2[i][j]; // 右边的2因子数量之和
            let r5 = left_f5[i][m - 1] - left_f5[i][j]; // 右边的5因子数量之和
            let u2 = if i == 0 { 0 } else { up_f2[i - 1][j] }; // 上面的2因子数量之和
            let u5 = if i == 0 { 0 } else { up_f5[i - 1][j] }; // 上面的5因子数量之和
            let d2 = up_f2[n - 1][j] - up_f2[i][j]; // 下面的2因子数量之和
            let d5 = up_f5[n - 1][j] - up_f5[i][j]; // 下面的5因子数量之和

            // 计算6个方向上因子数量之和最小的值
            let p1 = std::cmp::min(l2 + u2 + f2[i][j], l5 + u5 + f5[i][j]);
            let p2 = std::cmp::min(l2 + r2 + f2[i][j], l5 + r5 + f5[i][j]);
            let p3 = std::cmp::min(l2 + d2 + f2[i][j], l5 + d5 + f5[i][j]);
            let p4 = std::cmp::min(u2 + r2 + f2[i][j], u5 + r5 + f5[i][j]);
            let p5 = std::cmp::min(u2 + d2 + f2[i][j], u5 + d5 + f5[i][j]);
            let p6 = std::cmp::min(r2 + d2 + f2[i][j], r5 + d5 + f5[i][j]);

            // 取6个方向上的最小值中的最大值作为答案
            ans = std::cmp::max(
                ans,
                std::cmp::max(
                    std::cmp::max(p1, p2),
                    std::cmp::max(std::cmp::max(p3, p4), std::cmp::max(p5, p6)),
                ),
            );
        }
    }

    ans
}

// 计算num有几个f的因子
fn factors(num: i32, f: i32) -> i32 {
    let mut ans = 0;
    let mut num = num;

    while num % f == 0 {
        ans += 1;
        num /= f;
    }

    ans
}

fn main() {
    let matrix1 = vec![
        vec![5, 8, 3, 1],
        vec![4, 15, 12, 1],
        vec![6, 7, 10, 1],
        vec![9, 1, 2, 1],
    ];
    println!("{}", most_trailing_zeros(&matrix1)); // 输出：2

    let matrix2 = vec![
        vec![7500, 10, 11, 12],
        vec![6250, 13, 14, 15],
        vec![134, 17, 16, 1],
        vec![5500, 2093, 5120, 238],
    ];
    println!("{}", most_trailing_zeros(&matrix2)); // 输出：13
}

运行结果