Medium
题目描述
给你一个下标从 0 开始、大小为 n x n 的整数矩阵 grid,返回满足 Ri 行和 Cj 列相等的行列对 (Ri, Cj) 的数目。
如果行和列以相同的顺序包含相同的元素(即相等的数组),则认为二者是相等的。
示例 1:
输入:grid = [[3,2,1],[1,7,6],[2,7,7]]
输出:1
解释:存在 1 对相等行列对:
- (第 2 行,第 1 列):[2,7,7]
示例 2:
输入:grid = [[3,1,2,2],[1,4,4,5],[2,4,2,2],[2,4,2,2]]
输出:3
解释:存在 3 对相等行列对:
- (第 0 行,第 0 列):[3,1,2,2]
- (第 2 行,第 2 列):[2,4,2,2]
- (第 3 行,第 2 列):[2,4,2,2]
提示:
- n == grid.length == grid[i].length
- 1 <= n <= 200
- 1 <= grid[i][j] <= 10^5
解题思路
本题有两种主要的解决思路:
方法一:暴力比较(推荐) 最直观的方法是对每一行与每一列进行逐一比较。对于每个行i和列j,逐个比较对应位置的元素是否相同。时间复杂度为O(n³),但实现简单且在给定约束条件下表现良好。
方法二:哈希优化 可以将每行和每列转换为字符串或元组作为哈希键,统计每种模式出现的次数,然后计算匹配对数。先统计所有行的模式频次,再遍历所有列,累加对应模式的频次。这种方法时间复杂度为O(n²),空间复杂度为O(n²)。
考虑到题目的约束条件(n ≤ 200),暴力方法的性能已经足够,且代码更加直观易懂,因此推荐使用方法一。哈希方法虽然渐近复杂度更优,但在实际小规模数据中可能因为哈希开销而不一定更快。
两种方法都能正确解决问题,可以根据具体需求选择。
代码实现
class Solution {
public:
int equalPairs(vector<vector<int>>& grid) {
int n = grid.size();
int count = 0;
for (int i = 0; i < n; i++) {
for (int j = 0; j < n; j++) {
bool isEqual = true;
for (int k = 0; k < n; k++) {
if (grid[i][k] != grid[k][j]) {
isEqual = false;
break;
}
}
if (isEqual) {
count++;
}
}
}
return count;
}
};
class Solution:
def equalPairs(self, grid: List[List[int]]) -> int:
n = len(grid)
count = 0
for i in range(n):
for j in range(n):
is_equal = True
for k in range(n):
if grid[i][k] != grid[k][j]:
is_equal = False
break
if is_equal:
count += 1
return count
public class Solution {
public int EqualPairs(int[][] grid) {
int n = grid.Length;
int count = 0;
for (int i = 0; i < n; i++) {
for (int j = 0; j < n; j++) {
bool isEqual = true;
for (int k = 0; k < n; k++) {
if (grid[i][k] != grid[k][j]) {
isEqual = false;
break;
}
}
if (isEqual) {
count++;
}
}
}
return count;
}
}
var equalPairs = function(grid) {
const n = grid.length;
let count = 0;
for (let i = 0; i < n; i++) {
for (let j = 0; j < n; j++) {
let isEqual = true;
for (let k = 0; k < n; k++) {
if (grid[i][k] !== grid[k][j]) {
isEqual = false;
break;
}
}
if (isEqual) {
count++;
}
}
}
return count;
};
复杂度分析
| 复杂度类型 | 暴力方法 | 哈希方法 |
|---|---|---|
| 时间复杂度 | O(n³) | O(n²) |
| 空间复杂度 | O(1) | O(n²) |