爆款云主机2核4G限时秒杀,88元/年起!
查看详情

活动

天翼云最新优惠活动,涵盖免费试用,产品折扣等,助您降本增效!
热门活动
  • 618智算钜惠季 爆款云主机2核4G限时秒杀,88元/年起!
  • 免费体验DeepSeek,上天翼云息壤 NEW 新老用户均可免费体验2500万Tokens,限时两周
  • 云上钜惠 HOT 爆款云主机全场特惠,更有万元锦鲤券等你来领!
  • 算力套餐 HOT 让算力触手可及
  • 天翼云脑AOne NEW 连接、保护、办公,All-in-One!
  • 中小企业应用上云专场 产品组合下单即享折上9折起,助力企业快速上云
  • 息壤高校钜惠活动 NEW 天翼云息壤杯高校AI大赛,数款产品享受线上订购超值特惠
  • 天翼云电脑专场 HOT 移动办公新选择,爆款4核8G畅享1年3.5折起,快来抢购!
  • 天翼云奖励推广计划 加入成为云推官,推荐新用户注册下单得现金奖励
免费活动
  • 免费试用中心 HOT 多款云产品免费试用,快来开启云上之旅
  • 天翼云用户体验官 NEW 您的洞察,重塑科技边界

智算服务

打造统一的产品能力,实现算网调度、训练推理、技术架构、资源管理一体化智算服务
智算云(DeepSeek专区)
科研助手
  • 算力商城
  • 应用商城
  • 开发机
  • 并行计算
算力互联调度平台
  • 应用市场
  • 算力市场
  • 算力调度推荐
一站式智算服务平台
  • 模型广场
  • 体验中心
  • 服务接入
智算一体机
  • 智算一体机
大模型
  • DeepSeek-R1-昇腾版(671B)
  • DeepSeek-R1-英伟达版(671B)
  • DeepSeek-V3-昇腾版(671B)
  • DeepSeek-R1-Distill-Llama-70B
  • DeepSeek-R1-Distill-Qwen-32B
  • Qwen2-72B-Instruct
  • StableDiffusion-V2.1
  • TeleChat-12B

应用商城

天翼云精选行业优秀合作伙伴及千余款商品,提供一站式云上应用服务
进入甄选商城进入云市场创新解决方案
办公协同
  • WPS云文档
  • 安全邮箱
  • EMM手机管家
  • 智能商业平台
财务管理
  • 工资条
  • 税务风控云
企业应用
  • 翼信息化运维服务
  • 翼视频云归档解决方案
工业能源
  • 智慧工厂_生产流程管理解决方案
  • 智慧工地
建站工具
  • SSL证书
  • 新域名服务
网络工具
  • 翼云加速
灾备迁移
  • 云管家2.0
  • 翼备份
资源管理
  • 全栈混合云敏捷版(软件)
  • 全栈混合云敏捷版(一体机)
行业应用
  • 翼电子教室
  • 翼智慧显示一体化解决方案

合作伙伴

天翼云携手合作伙伴,共创云上生态,合作共赢
天翼云生态合作中心
  • 天翼云生态合作中心
天翼云渠道合作伙伴
  • 天翼云代理渠道合作伙伴
天翼云服务合作伙伴
  • 天翼云集成商交付能力认证
天翼云应用合作伙伴
  • 天翼云云市场合作伙伴
  • 天翼云甄选商城合作伙伴
天翼云技术合作伙伴
  • 天翼云OpenAPI中心
  • 天翼云EasyCoding平台
天翼云培训认证
  • 天翼云学堂
  • 天翼云市场商学院
天翼云合作计划
  • 云汇计划
天翼云东升计划
  • 适配中心
  • 东升计划
  • 适配互认证

开发者

开发者相关功能入口汇聚
技术社区
  • 专栏文章
  • 互动问答
  • 技术视频
资源与工具
  • OpenAPI中心
开放能力
  • EasyCoding敏捷开发平台
培训与认证
  • 天翼云学堂
  • 天翼云认证
魔乐社区
  • 魔乐社区

支持与服务

为您提供全方位支持与服务,全流程技术保障,助您轻松上云,安全无忧
文档与工具
  • 文档中心
  • 新手上云
  • 自助服务
  • OpenAPI中心
定价
  • 价格计算器
  • 定价策略
基础服务
  • 售前咨询
  • 在线支持
  • 在线支持
  • 工单服务
  • 建议与反馈
  • 用户体验官
  • 服务保障
  • 客户公告
  • 会员中心
增值服务
  • 红心服务
  • 首保服务
  • 客户支持计划
  • 专家技术服务
  • 备案管家

了解天翼云

天翼云秉承央企使命,致力于成为数字经济主力军,投身科技强国伟大事业,为用户提供安全、普惠云服务
品牌介绍
  • 关于天翼云
  • 智算云
  • 天翼云4.0
  • 新闻资讯
  • 天翼云APP
基础设施
  • 全球基础设施
  • 信任中心
最佳实践
  • 精选案例
  • 超级探访
  • 云杂志
  • 分析师和白皮书
  • 天翼云·创新直播间
市场活动
  • 2025智能云生态大会
  • 2024智算云生态大会
  • 2023云生态大会
  • 2022云生态大会
  • 天翼云中国行
天翼云
  • 活动
  • 智算服务
  • 产品
  • 解决方案
  • 应用商城
  • 合作伙伴
  • 开发者
  • 支持与服务
  • 了解天翼云
      • 文档
      • 控制中心
      • 备案
      • 管理中心

      给定一个二维数组matrix, 每个格子都是正数,每个格子都和上、下、左、右相邻。

      首页 知识中心 其他 文章详情页

      给定一个二维数组matrix, 每个格子都是正数,每个格子都和上、下、左、右相邻。

      2024-05-08 08:07:13 阅读次数:38

      python,矩阵

      给定一个二维数组matrix,
      每个格子都是正数,每个格子都和上、下、左、右相邻。
      你可以从任何一个格子出发,走向相邻的格子,
      把沿途的数字乘起来,希望得到的最终数字中,结尾的0最多,
      走的过程中,向左走或者向右走的拐点,最多只能有一次。
      返回结尾最多的0,能是多少。
      1 <= 行、列 <= 400。

      解题思路

      本题需要求出从任意位置出发,最多能有多少个结尾0。为了方便计算,可以先将矩阵中每个数分解成2和5的因子,然后通过前缀和预处理出每个位置上、左方向的2和5的因子数量之和,以便快速计算6个方向上的因子数量之和。接着遍历每个位置,分别计算6个方向上的因子数量之和,并取其中的最小值,最后返回所有最小值中的最大值即可。

      具体来说,对于一个位置(i,j),可以计算它的左、右、上、下4个方向的2和5的因子数量之和,以及两个斜方向的2和5的因子数量之和共6个值。然后取这6个值中的最小值,就是从该位置出发,在该方向上能够得到的最多结尾0的数量。遍历所有位置,取最大值即可。

      需要注意的是,由于只能有一次向左或向右的拐点,因此在计算左和右方向上的因子数量之和时,需要分别计算到该行左边界和右边界的因子数量之和,然后再通过减法计算出中间部分的因子数量之和。

      时间复杂度

      本算法需要对矩阵中每个数进行分解质因数,时间复杂度为O(n ^ 2log(max(matrix)));两层循环分别对n和m进行遍历,时间复杂度为O(nm);因此总时间复杂度为O(n^2log(max(matrix))+nm)。

      空间复杂度

      本算法需要维护4个二维数组,每个数组的大小均为n×m,因此空间复杂度为O(nm)。

      rust代码

      fn most_trailing_zeros(matrix: &Vec<Vec<i32>>) -> i32 {
          let n = matrix.len(); // 矩阵行数
          let m = matrix[0].len(); // 矩阵列数
      
          // f2[i][j] : matrix[i][j]自己有几个2的因子
          let mut f2 = vec![vec![0; m]; n];
          // f5[i][j] : matrix[i][j]自己有几个5的因子
          let mut f5 = vec![vec![0; m]; n];
      
          // 预处理每个位置的2和5的因子数量
          for i in 0..n {
              for j in 0..m {
                  f2[i][j] = factors(matrix[i][j], 2);
                  f5[i][j] = factors(matrix[i][j], 5);
              }
          }
      
          // 计算每个位置上、左方向的2和5的因子数量之和
          let mut left_f2 = vec![vec![0; m]; n];
          let mut left_f5 = vec![vec![0; m]; n];
          let mut up_f2 = vec![vec![0; m]; n];
          let mut up_f5 = vec![vec![0; m]; n];
      
          for i in 0..n {
              for j in 0..m {
                  left_f2[i][j] = f2[i][j] + if j > 0 { left_f2[i][j - 1] } else { 0 };
                  left_f5[i][j] = f5[i][j] + if j > 0 { left_f5[i][j - 1] } else { 0 };
                  up_f2[i][j] = f2[i][j] + if i > 0 { up_f2[i - 1][j] } else { 0 };
                  up_f5[i][j] = f5[i][j] + if i > 0 { up_f5[i - 1][j] } else { 0 };
              }
          }
      
          let mut ans = 0;
          for i in 0..n {
              for j in 0..m {
                  // 来到(i,j),计算6个方向上的因子数量之和
                  let l2 = if j == 0 { 0 } else { left_f2[i][j - 1] }; // 左边的2因子数量之和 
                  let l5 = if j == 0 { 0 } else { left_f5[i][j - 1] }; // 左边的5因子数量之和
                  let r2 = left_f2[i][m - 1] - left_f2[i][j]; // 右边的2因子数量之和
                  let r5 = left_f5[i][m - 1] - left_f5[i][j]; // 右边的5因子数量之和
                  let u2 = if i == 0 { 0 } else { up_f2[i - 1][j] }; // 上面的2因子数量之和
                  let u5 = if i == 0 { 0 } else { up_f5[i - 1][j] }; // 上面的5因子数量之和
                  let d2 = up_f2[n - 1][j] - up_f2[i][j]; // 下面的2因子数量之和
                  let d5 = up_f5[n - 1][j] - up_f5[i][j]; // 下面的5因子数量之和
      
                  // 计算6个方向上因子数量之和最小的值
                  let p1 = std::cmp::min(l2 + u2 + f2[i][j], l5 + u5 + f5[i][j]);
                  let p2 = std::cmp::min(l2 + r2 + f2[i][j], l5 + r5 + f5[i][j]);
                  let p3 = std::cmp::min(l2 + d2 + f2[i][j], l5 + d5 + f5[i][j]);
                  let p4 = std::cmp::min(u2 + r2 + f2[i][j], u5 + r5 + f5[i][j]);
                  let p5 = std::cmp::min(u2 + d2 + f2[i][j], u5 + d5 + f5[i][j]);
                  let p6 = std::cmp::min(r2 + d2 + f2[i][j], r5 + d5 + f5[i][j]);
      
                  // 取6个方向上的最小值中的最大值作为答案
                  ans = std::cmp::max(
                      ans,
                      std::cmp::max(
                          std::cmp::max(p1, p2),
                          std::cmp::max(std::cmp::max(p3, p4), std::cmp::max(p5, p6)),
                      ),
                  );
              }
          }
      
          ans
      }
      
      // 计算num有几个f的因子
      fn factors(num: i32, f: i32) -> i32 {
          let mut ans = 0;
          let mut num = num;
      
          while num % f == 0 {
              ans += 1;
              num /= f;
          }
      
          ans
      }
      
      fn main() {
          let matrix1 = vec![
              vec![5, 8, 3, 1],
              vec![4, 15, 12, 1],
              vec![6, 7, 10, 1],
              vec![9, 1, 2, 1],
          ];
          println!("{}", most_trailing_zeros(&matrix1)); // 输出:2
      
          let matrix2 = vec![
              vec![7500, 10, 11, 12],
              vec![6250, 13, 14, 15],
              vec![134, 17, 16, 1],
              vec![5500, 2093, 5120, 238],
          ];
          println!("{}", most_trailing_zeros(&matrix2)); // 输出:13
      }

      运行结果

      2023-03-26:给定一个二维数组matrix, 每个格子都是正数,每个格子都和上、下、左、右相邻。 你可以从任何一个格子出发,走向相邻的格子, 把沿途的数字乘起来,希望得到的最终数字中,结尾的0

      版权声明:本文内容来自第三方投稿或授权转载,原文地址:https://blog.51cto.com/moonfdd/6266821,作者:福大大架构师每日一题,版权归原作者所有。本网站转在其作品的目的在于传递更多信息,不拥有版权,亦不承担相应法律责任。如因作品内容、版权等问题需要同本网站联系,请发邮件至ctyunbbs@chinatelecom.cn沟通。

      上一篇:session和cookie的区别是什么?

      下一篇:go中,好几个go程,其中一个go程panic,会产生什么问题?

      相关文章

      2025-05-16 09:15:17

      多源BFS问题(1)_01矩阵

      多源BFS问题(1)_01矩阵

      2025-05-16 09:15:17
      lt , 矩阵 , 遍历
      2025-05-13 09:50:28

      java实现-48. 旋转图像

      给定一个 n × n 的二维矩阵 matrix 表示一个图像。请你将图像顺时针旋转 90 度。你必须在 原地 旋转图像,这意味着你需要直接修改输入的二维矩阵。

      2025-05-13 09:50:28
      length , matrix , 代码 , 元素 , 旋转 , 矩阵
      2025-05-12 09:10:14

      螺旋矩阵,48. 旋转图像,240. 搜索二维矩阵 II

      给你一个 m 行 n 列的矩阵 matrix ,请按照 顺时针螺旋顺序 ,返回矩阵中的所有元素。

      2025-05-12 09:10:14
      lt , matrix , 升序 , 矩阵 , 示例
      2025-05-08 09:04:15

      直角三角形。

      用go语言,给定一个二维布尔矩阵 grid,要求找出在该矩阵中以数值为 1 的元素构成的集合中,有多少个直角三角形。直角三角形的定义是其中的三个元素分别在同一行、同一列。

      2025-05-08 09:04:15
      元素 , 复杂度 , 矩阵
      2025-05-08 09:04:05

      判断矩阵是否满足条件。

      判断矩阵是否满足条件。

      2025-05-08 09:04:05
      grid , 元素 , 格子 , 矩阵 , 遍历
      2025-05-07 09:08:08

      Matlab矩阵和数组的操作

      Matlab矩阵和数组的操作

      2025-05-07 09:08:08
      MATLAB , 元素 , 函数 , 矩阵 , 运算
      2025-05-06 09:19:39

      【C/C++算法】从浅到深学习--- 前缀和算法(图文兼备 + 源码详解)

      【C/C++算法】从浅到深学习--- 前缀和算法(图文兼备 + 源码详解)

      2025-05-06 09:19:39
      dp , 前缀 , 数组 , 矩阵 , 题目
      2025-04-18 08:02:09

      CUDA从入门到精通(四)——数据划分方法介绍

      在并行计算或数据并行编程中,数据划分是将大量数据分配给多个计算单元(如 GPU 线程或 CPU 核心)进行并行处理的重要技术。块划分(Block Partitioning)和周期划分(Cyclic Partitioning)是两种常见的划分方式,它们的区别主要体现在 数据分配的模式 上。

      2025-04-18 08:02:09
      分配 , 划分 , 数据 , 矩阵 , 线程 , 负载
      2025-04-18 07:11:32

      文心一言 VS 讯飞星火 VS chatgpt (390)-- 算法导论25.1 4题

      要证明由 EXTEND-SHORTEST-PATHS 所定义的矩阵乘法是相关的,我们首先需要理解 EXTEND-SHORTEST-PATHS 算法的基本工作原理。EXTEND-SHORTEST-PATHS 通常用于计算两个加权有向图的乘积,其中图的权重表示从一个顶点到另一个顶点的最短路径长度。

      2025-04-18 07:11:32
      乘法 , 矩阵 , 路径 , 顶点
      2025-04-15 09:25:57

      软件设计师教程(第5版)第3章 数据结构(更新中)

      【数据结构】是指数据元素的集合及元素间的相互关系和构造方法。

      2025-04-15 09:25:57
      二叉树 , 存储 , 排序 , 矩阵 , 结构
      查看更多
      推荐标签

      作者介绍

      天翼云小翼
      天翼云用户

      文章

      33561

      阅读量

      5222821

      查看更多

      最新文章

      多源BFS问题(1)_01矩阵

      2025-05-16 09:15:17

      螺旋矩阵,48. 旋转图像,240. 搜索二维矩阵 II

      2025-05-12 09:10:14

      DFS:深搜+回溯+剪枝解决矩阵搜索问题

      2025-04-01 10:28:25

      Leetcode 74.搜索二维矩阵

      2025-03-26 10:18:58

      【线性代数】知识合集

      2025-03-12 09:31:44

      【python基础】学习路线

      2025-03-11 09:34:18

      查看更多

      热门文章

      python list转dict

      2023-04-18 14:16:25

      定义一个函数,接收三个参数返回一元二次方程

      2023-02-13 07:59:59

      python 倒排索引(Inverted Index)

      2023-04-18 14:16:25

      python取两个列表的并集、交集、差集

      2023-04-18 14:17:22

      解决numpy报错UFuncTypeError: Cannot cast ufunc ‘add‘ output from dtype(‘x‘) to dtype(‘x‘)

      2023-04-18 14:17:10

      python使用xlwt创建与保存excel文件

      2023-04-18 14:17:10

      查看更多

      热门标签

      linux java python javascript 数组 前端 docker Linux vue 函数 shell git 节点 容器 示例
      查看更多

      相关产品

      弹性云主机

      随时自助获取、弹性伸缩的云服务器资源

      天翼云电脑(公众版)

      便捷、安全、高效的云电脑服务

      对象存储

      高品质、低成本的云上存储服务

      云硬盘

      为云上计算资源提供持久性块存储

      查看更多

      随机文章

      JWT的原理和构成

      python时间格式化/时间格式转换

      python中ipaddr库用法详解

      python-函数-局部变量与全局变量

      python学习——使用@property

      linux-权限更改-符号更改法-rwx

      • 7*24小时售后
      • 无忧退款
      • 免费备案
      • 专家服务
      售前咨询热线
      400-810-9889转1
      关注天翼云
      • 旗舰店
      • 天翼云APP
      • 天翼云微信公众号
      服务与支持
      • 备案中心
      • 售前咨询
      • 智能客服
      • 自助服务
      • 工单管理
      • 客户公告
      • 涉诈举报
      账户管理
      • 管理中心
      • 订单管理
      • 余额管理
      • 发票管理
      • 充值汇款
      • 续费管理
      快速入口
      • 天翼云旗舰店
      • 文档中心
      • 最新活动
      • 免费试用
      • 信任中心
      • 天翼云学堂
      云网生态
      • 甄选商城
      • 渠道合作
      • 云市场合作
      了解天翼云
      • 关于天翼云
      • 天翼云APP
      • 服务案例
      • 新闻资讯
      • 联系我们
      热门产品
      • 云电脑
      • 弹性云主机
      • 云电脑政企版
      • 天翼云手机
      • 云数据库
      • 对象存储
      • 云硬盘
      • Web应用防火墙
      • 服务器安全卫士
      • CDN加速
      热门推荐
      • 云服务备份
      • 边缘安全加速平台
      • 全站加速
      • 安全加速
      • 云服务器
      • 云主机
      • 智能边缘云
      • 应用编排服务
      • 微服务引擎
      • 共享流量包
      更多推荐
      • web应用防火墙
      • 密钥管理
      • 等保咨询
      • 安全专区
      • 应用运维管理
      • 云日志服务
      • 文档数据库服务
      • 云搜索服务
      • 数据湖探索
      • 数据仓库服务
      友情链接
      • 中国电信集团
      • 189邮箱
      • 天翼企业云盘
      • 天翼云盘
      ©2025 天翼云科技有限公司版权所有 增值电信业务经营许可证A2.B1.B2-20090001
      公司地址:北京市东城区青龙胡同甲1号、3号2幢2层205-32室
      • 用户协议
      • 隐私政策
      • 个人信息保护
      • 法律声明
      备案 京公网安备11010802043424号 京ICP备 2021034386号