LeetCode 533----Lonely Pixel II

问题描述

Given a picture consisting of black and white pixels, and a positive integer N, find the number of black pixels located at some specific row R and column C that align with all the following rules:

1. Row R and column C both contain exactly N black pixels.
2. For all rows that have a black pixel at column C, they should be exactly the same as row R

The picture is represented by a 2D char array consisting of 'B' and 'W', which means black and white pixels respectively.

Example:

Input:
	[['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
Output: 6
Explanation: All the bold 'B' are the black pixels we need (all 'B's at column 1 and 3).
	        0    1    2    3    4    5         column index
	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']]
row index

Take 'B' at row R = 0 and column C = 1 as an example:
Rule 1, row R = 0 and column C = 1 both have exactly N = 3 black pixels.
Rule 2, the rows have black pixel at column C = 1 are row 0, row 1 and row 2. They are exactly the same as row R = 0.

Note:

The range of width and height of the input 2D array is [1,200].

算法分析

先遍历一次二维表，统计各行各列 'B' pixel 的个数。 然后构造一个HashMap<String,Integer),对于那些 'B' 的个数有 N 个的行，将该行的 'WB' 序列当做一个字符串，统计这样的序列有多少。最后再对那些 'B' 的个数有 N 个的行，如果 HashMap 中该行的字符序列有 N 个，那么遍历该行所有的 'B' 所在的列，如果这一列有 N 个 'B'，那么这一列的 N 个 'B' 就都是符合要求的 pixel了。 为了快速找到一行中的 'B' 所在的列，构造一个二维数组 int[][] rowIndexex=new int[rows][N],rowIndexes[i][j] 用于记录第 i 行第 j 个 'B' 所在的列数。

Java 算法实现：

public class Solution {
    public int findBlackPixel(char[][] picture, int N) {
        int rows=picture.length;
        int cols=picture[0].length;
        int []row=new int[rows];
        int []col=new int[cols];
        int [][]rowIndexes=new int[rows][N];//rowIndexes[i][j] 用于记录第 i 行第 j 个 'B' 所在的列数。
        for(int i=0;i<rows;i++){
        	for(int j=0;j<cols;j++){
        		if(picture[i][j]=='B'){
        			if(row[i]!=-1&&row[i]!=N){
        				rowIndexes[i][row[i]]=j;//当前考察的'B'是第i行的第row[i]个'B'（从0开始计数），其所在列为 j 。
        				row[i]++;
        			}
        			else if(row[i]==N){// 第i行中的'B'的个数超过了N个，就将row[i]置为-1，以后就不用考虑该行了
        				row[i]=-1;
        			}
        			col[j]++;
        		}
        	}
        }
        Map<String, Integer>map=new HashMap<>();
        for(int i=0;i<rows;i++){
        	String str=new String(picture[i]);//将这一行的'WB'序列当做一个字符串
        	if(map.containsKey(str)){//统计这中序列的个数，便于后面快速判断这一行是否符合要求(即有N个行的序列是这个序列)
        		int value=map.get(str)+1;
        		map.put(str, value);
        	}
        	else{
        		map.put(str, 1);
        	}
        }

        int ans=0;

        for(int i=0;i<rows;i++){
        	if(row[i]==N){
        		String key=new String(picture[i]);
        		if(map.get(key)==N){//对于那些row[i]==N的行，其序列数目也为N，那么这一行上的'B'可能符合要求，下面进一步判断
        			for(int j=0;j<N;j++){
        				int jCol=rowIndexes[i][j];//jCol为第i行的'B'所在的列
        				if(col[jCol]==N){//这一列符合要求，那么这一列的N个'B'就都符合要求
        					ans+=N;
        					col[jCol]=-2;//后面跟这一列关联的行就不需要再进行重复计算了
        				}
						else if(col[jCol]==-2){//说明与该行关联的含'B'的列之前已经在前面的行中进行统计过了，那么这一行就不必再统计了，直接退出本行的统计就可以了，提高算法时间效率
    				    	break;
    					}
        			}
        		}
        	}
        }
        return ans;
    }
}