LeetCode 2397. 被列覆盖的最多行数,状态压缩优化回溯法

发布时间:2024年01月04日

一、题目

1、题目描述

给你一个下标从?0?开始、大小为?m x n?的二进制矩阵?matrix?;另给你一个整数?numSelect,表示你必须从?matrix?中选择的?不同?列的数量。

如果一行中所有的?1?都被你选中的列所覆盖,则认为这一行被?覆盖?了。

形式上,假设?s = {c1, c2, ...., cnumSelect}?是你选择的列的集合。对于矩阵中的某一行?row?,如果满足下述条件,则认为这一行被集合?s?覆盖

  • 对于满足?matrix[row][col] == 1?的每个单元格?matrix[row][col]0 <= col <= n - 1),col?均存在于?s?中,或者
  • row?中?不存在?值为?1?的单元格。

你需要从矩阵中选出?numSelect?个列,使集合覆盖的行数最大化。

返回一个整数,表示可以由?numSelect?列构成的集合?覆盖?的?最大行数?。

2、接口描述

?
class Solution {
public:
    int maximumRows(vector<vector<int>>& matrix, int numSelect) {
        
    }
};

3、原题链接

2397. 被列覆盖的最多行数


二、解题报告

1、思路分析

由于数据量为1 ~ 12,可见应该是要用指数级的解法,

那么我们不妨考虑暴力回溯,假设矩阵m行n列,从n列中选出numselect列,显然有组合数种选择,那么每次都要计算覆盖的行数,又要m * n次,这样一来时间复杂度为O(2 ^ n * m * n),时间复杂度在1e5到1e6量级左右,应该也可以做,但我们其实可以对每次计算覆盖行数进行优化

由于这是个01矩阵,那么我们可以用一个n位二进制整数表示出一行的状态bit也可以用n位二进制整数表示出当前选择的列数cur,那么bit | cur = cur就说明这是一个覆盖行

2、复杂度

时间复杂度:O(m * C_{n}^{numselect}) 空间复杂度:O(m)

3、代码详解

?
class Solution {
public:
int bits[12] , m , n , ret;
    int maximumRows(vector<vector<int>>& matrix, int numSelect) {
        memset(bits , 0 , sizeof(bits));
        m = matrix.size() , n = matrix[0].size() , ret = 0;
        for(int i = 0 ; i < m ; i++)
            for(int j = 0 ; j < n ; j++)
                if(matrix[i][j])
                    bits[i] |= (1 << j);
        
        function<void(int , int)> dfs = [&](int x , int cur)
        {
            if(x == n || __builtin_popcount(cur) == numSelect)
                return;
            cur |= (1 << x);
            int cnt = 0;
            for(int i = 0 ; i < m ; i++)
                cnt += ((bits[i] | cur) == cur);
            ret = max(ret , cnt); 
            dfs(x + 1 , cur);
            cur ^= (1 << x);
            dfs(x + 1 , cur);
        };       
        dfs(0 , 0);
        return ret;
    }
};

文章来源:https://blog.csdn.net/EQUINOX1/article/details/135378761
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。