C ++中的孤独像素II

假设我们有一个由黑白像素组成的图片，我们必须找到存在于R行和C列的黑色像素的数量。这符合以下所有规则-

• R和C将恰好包含N个黑色像素

• 对于在C列具有黑色像素的所有行，它们应与R列完全相同。

在此，图片由2D字符数组表示，该数组分别由“ B”和“ W”组成，分别用于黑色和白色像素。

如果输入像-

并且N = 3，则输出将为6。因为所有粗体“ B”都是黑色像素，因此在第1列和第3列都是“ B”。现在，如果我们在行R = 0和列C = 1处采用“ B”因此，举一个例子：规则1，R = 0行和C = 1列都具有N个'B'像素。以及规则2，在C列= 1的行具有'B'像素，分别是第0行，第1行和第2行。它们与R = 0行完全相同。

为了解决这个问题，我们将遵循以下步骤-

• ret：= 0

• 定义一个映射r另一个映射c

• n：= p的行数，m：= p的列数

• 对于初始化i：= 0，当i <n时，更新（将i增加1），执行-

• 如果p [i，j]与'B'相同，则-

• 将j插入r [i]

• 将我插入c [j]

• 对于初始化j：= 0，当j <m时，更新（将j增加1），执行-

• 对于初始化i：= 0，当i <n时，更新（将i增加1），执行-

• 如果p [i，j]与'B'相同，并且r [i]的大小与N相同，而c [j]的大小与N相同，则-

• 如果r [x]不等于r [i]，则-

• 好的：=假

• 从循环中出来

• 好的：=真

• 对于c [j]中的每个x，

• ret：= ret +确定

• 对于初始化j：= 0，当j <m并且i在r中时，更新（将j增加1），-

• 返回ret

范例（C ++）

让我们看下面的实现以更好地理解-

#include <bits/stdc++.h>
using namespace std;
class Solution {
public:
   int findBlackPixel(vector<vector<char>>& p, int N) {
      int ret = 0;
      unordered_map <int, set <int> > r, c;
      int n = p.size();
      int m = p[0].size();
      for(int i = 0; i < n; i++){
         for(int j = 0; j < m; j++){
            if(p[i][j] == 'B'){
               r[i].insert(j);
               c[j].insert(i);
            }
         }
      }
      for(int i = 0; i < n; i++){
         for(int j = 0; j < m && r.count(i); j++){
            if(p[i][j] == 'B' && r[i].size() == N && c[j].size() == N){
               bool ok = true;
               for(auto& x : c[j]){
                  if(r[x] != r[i]){
                     ok = false;
                     break;
                  }
               }
               ret += ok;
            }
         }
      }
      return ret;
   }
};
main(){
   Solution ob;
   vector<vector<char>> v = {{'W','B','W','B','B','W'},{'W','B','W','B','B','W'},{'W','B','W','B' ,'B','W'},{'W','W','B','W','B','W'}};
   cout << (ob.findBlackPixel(v, 3));
}

输入值

{{'W','B','W','B','B','W'},{'W','B','W','B','B','W'},{'W','B','W','B' ,'B','W'},{'W','W','B','W','B','W'}}, 3

输出结果

6