题目描述
给你一个下标从 0 开始的二维整数数组 nums
。一开始你的分数为 0
。你需要执行以下操作直到矩阵变为空:
- 矩阵中每一行选取最大的一个数,并删除它。如果一行中有多个最大的数,选择任意一个并删除。
- 在步骤 1 删除的所有数字中找到最大的一个数字,将它添加到你的 分数 中。
请你返回最后的 分数 。
示例 1:
输入:nums = [[7,2,1],[6,4,2],[6,5,3],[3,2,1]]
输出:15
解释:第一步操作中,我们删除 7 ,6 ,6 和 3 ,将分数增加 7 。下一步操作中,删除 2 ,4 ,5 和 2 ,将分数增加 5 。最后删除 1 ,2 ,3 和 1 ,将分数增加 3 。所以总得分为 7 + 5 + 3 = 15 。
示例 2:
输入:nums = [[1]]
输出:1
解释:我们删除 1 并将分数增加 1 ,所以返回 1 。
提示:
1 <= nums.length <= 300
1 <= nums[i].length <= 500
0 <= nums[i][j] <= 103
解法
方法一:排序
我们可以先遍历矩阵的每一行,将每一行排序。
接下来,遍历矩阵的每一列,找到每一列的最大值,将这些最大值相加即可。
时间复杂度 $O(m \times n \times \log n)$,空间复杂度 $(\log n)$。其中 $m$ 和 $n$ 分别是矩阵的行数和列数。
| class Solution:
def matrixSum(self, nums: List[List[int]]) -> int:
for row in nums:
row.sort()
return sum(map(max, zip(*nums)))
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16 | class Solution {
public int matrixSum(int[][] nums) {
for (var row : nums) {
Arrays.sort(row);
}
int ans = 0;
for (int j = 0; j < nums[0].length; ++j) {
int mx = 0;
for (var row : nums) {
mx = Math.max(mx, row[j]);
}
ans += mx;
}
return ans;
}
}
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17 | class Solution {
public:
int matrixSum(vector<vector<int>>& nums) {
for (auto& row : nums) {
sort(row.begin(), row.end());
}
int ans = 0;
for (int j = 0; j < nums[0].size(); ++j) {
int mx = 0;
for (auto& row : nums) {
mx = max(mx, row[j]);
}
ans += mx;
}
return ans;
}
};
|
1
2
3
4
5
6
7
8
9
10
11
12
13 | func matrixSum(nums [][]int) (ans int) {
for _, row := range nums {
sort.Ints(row)
}
for i := 0; i < len(nums[0]); i++ {
mx := 0
for _, row := range nums {
mx = max(mx, row[i])
}
ans += mx
}
return
}
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14 | function matrixSum(nums: number[][]): number {
for (const row of nums) {
row.sort((a, b) => a - b);
}
let ans = 0;
for (let j = 0; j < nums[0].length; ++j) {
let mx = 0;
for (const row of nums) {
mx = Math.max(mx, row[j]);
}
ans += mx;
}
return ans;
}
|
| impl Solution {
pub fn matrix_sum(mut nums: Vec<Vec<i32>>) -> i32 {
for row in &mut nums {
row.sort();
}
(0..nums[0].len())
.map(|col| nums.iter().map(|row| row[col]).max().unwrap())
.sum()
}
}
|