

(该点所在列 “1” 的个数 - 1 )*(该点所在行 “1” 的个数 - 1)
//说明: 上面之所以要减一,是为了得到以该点为端点可以构成边的个数(2个顶点构成 2-1 = 1条边嘛~)
现在的问题就变成了,如何比较高效地知道该点所在 行、列 的“1”的个数
2.1 当然,我们可以对每个值为“1”的点都去重新搜索其所在行、列
这样,时间复杂度就是O(m*n*(m+n))
是有滴,不难发现,如果按上面的思路,那么就存在大量重复操作:对同行的点去进行 对该行的查找 明显是重复的,同列的原理一样
解决办法也很清楚:记忆化
即:基于测试数据大小,开辟记忆数组,存储已经探索过的行/列含“1”的个数:

int remh[1005] = {0};//每行 int reml[1005] = {0};//每列 在开始行/列探索前,先看看是否已经探索过了(rem数组对应值不为0)
if(remh[i] == 0) { for(int k=0; k 这样修改后,平台的时间复杂度评估就到了O(m*n)

比较满意的一次代码实现,整体上是简洁清楚的~
class Solution { public: long long numberOfRightTriangles(vector>& grid) { int n = grid[0].size(); int m = grid.size(); long long sum = 0; int h=0; int remh[1005] = {0}; int reml[1005] = {0}; for(int i=0; i