【C++】B2101 计算矩阵边缘元素之和

在这里插入图片描述

博客主页： [小ᶻ☡꙳ᵃⁱᵍᶜ꙳] 本文专栏: C++

文章目录

💯前言
💯题目背景与描述
- 题目描述
- - 输入格式
  - 输出格式
  - 输入输出样例
  - 说明与提示
💯分析与解决方案
- 解法一：我的做法
- - 代码实现
  - 解题思路
  - 优点与局限性
- 解法二：老师的做法
- - 代码实现
  - 解题思路
  - 优点与局限性
- 两种方法的对比与优化
- - 优化建议
💯总结

在这里插入图片描述

💯前言

在编程学习的过程中，我们经常会遇到一些基础但极具锻炼意义的题目，它们不仅可以帮助我们巩固对数据结构的理解，还能提升逻辑思维能力。这篇文章以一道求矩阵边缘元素之和的题目为切入点，展开对解题过程的分析。通过对比两种不同的解法，我们将探索从代码实现到优化的全流程，不仅涵盖基本的编程技巧，还会进一步拓展对于内存管理与代码效率的理解。无论你是初学者还是经验丰富的程序员，相信本次讨论都能带给你一些启发。
C++ 参考手册

💯题目背景与描述

本次我们探讨的题目来源于一道经典的编程练习题，具体内容如下：
B2101 计算矩阵边缘元素之和
在这里插入图片描述

题目描述

输入一个整数矩阵，计算位于矩阵边缘的元素之和。

所谓矩阵边缘的元素，就是第一行和最后一行的元素以及第一列和最后一列的元素。

输入格式

第 1 行包含两个整数，分别为行数 $m$ 和列数 $n$ ，两个整数之间空格隔开。
第 2 行开始有 $m$ 行数据，每行包含 $n$ 个整数，整数之间空格隔开。

输出格式

输出对应矩阵的边缘元素和。

输入输出样例

输入：

输出：

说明与提示

$\leq m, n \leq 100$ ：保证答案在 int 类型范围内。
代码在遍历数组的过程中判断属于边缘的元素，仅对数组中的每个元素遍历了一遍，是不会存在重复统计的问题的。

💯分析与解决方案

这个题目考察了矩阵的基本操作和条件判断逻辑，要求高效计算边缘元素的累加和。接下来，我们分别分析两种解决方案：一种是我的做法，另一种是老师的做法，并对两者的实现与思路进行对比。

解法一：我的做法

代码实现

#include <iostream>
using namespace std;int arr[105][105];int main()
{int m, n;cin >> m >> n;for(int i = 0; i < m; i++){for(int j = 0; j < n; j++){cin >> arr[i][j];}}int result = 0;for(int i = 0; i < m; i++){for(int j = 0; j < n; j++){if(i == 0 || i == m - 1 || j == 0 || j == n - 1)result += arr[i][j];}}cout << result << endl;return 0;    
}

在这里插入图片描述

解题思路

输入与存储：
- 首先读取矩阵的行数 $m$ 和列数 $n$ ，并将矩阵存储在一个二维数组 arr 中。
- 利用嵌套的双重 for 循环，依次读取每个矩阵元素，存储到二维数组的对应位置。
遍历与条件判断：
- 使用另一组嵌套的双重 for 循环，对整个矩阵进行逐元素的遍历。
- 在遍历过程中，通过条件判断是否为矩阵的边缘元素：
  - 边缘元素满足以下任一条件：
    - 第一行： $i == 0$
    - 最后一行： $i == m - 1$
    - 第一列： $j == 0$
    - 最后一列： $j == n - 1$
- 如果条件成立，将当前元素累加到结果 result 中。
输出结果：
- 遍历完成后，输出累加结果 result，即矩阵边缘元素的总和。

优点与局限性

优点：
1. 逻辑清晰，易于理解：
  - 通过条件判断筛选边缘元素，结构直观。
2. 矩阵存储方便：
  - 使用二维数组存储矩阵，方便后续操作。
局限性：
1. 内存占用高：
  - 当矩阵较大（如 $100 \times 100$ ）时，二维数组 arr 需要较大的内存空间，可能造成内存浪费。
2. 效率有优化空间：
  - 遍历整个矩阵，同时对非边缘元素进行了不必要的条件判断。

解法二：老师的做法

代码实现

#include <iostream>
using namespace std;int main()
{int m, n, t;cin >> m >> n;int result = 0;for(int i = 0; i < m; i++){for(int j = 0; j < n; j++){cin >> t;if(i == 0 || i == m - 1 || j == 0 || j == n - 1)result += t;}}cout << result << endl;return 0;    
}

在这里插入图片描述

解题思路

输入与处理：
- 通过嵌套 for 循环直接输入矩阵元素，无需存储矩阵。
- 利用一个临时变量 t，逐一读取每个矩阵元素。
边缘元素判断与累加：
- 在输入的同时，通过条件判断是否为矩阵边缘元素：
  - 第一行： $i == 0$
  - 最后一行： $i == m - 1$
  - 第一列： $j == 0$
  - 最后一列： $j == n - 1$
- 如果是边缘元素，直接累加到结果变量 result 中。
输出结果：
- 遍历完成后，直接输出累加结果 result。

优点与局限性

优点：
1. 节省内存：
  - 使用临时变量 t，无需存储整个矩阵，节省了大量内存。
2. 高效简洁：
  - 避免了对非边缘元素的额外遍历或判断。
3. 适合特定需求：
  - 如果只需边缘元素的累加和，代码结构最优。
局限性：
1. 缺乏灵活性：
  - 矩阵未被存储，无法在后续代码中访问或处理矩阵其他元素。
2. 扩展性较弱：
  - 如果需要对矩阵进行更多复杂操作（如计算特定行的最大值），无法复用输入。

两种方法的对比与优化

比较维度	我的做法	老师的做法
存储方式	使用二维数组存储整个矩阵	不存储矩阵，直接用临时变量处理
内存占用	较高（需存储 $\times n$ 个元素）	较低（只用一个临时变量 `t`）
代码复杂度	逻辑稍复杂，需两次遍历	逻辑简单，单次遍历即可完成
适用场景	矩阵需多次访问或进一步处理	仅需一次性计算边缘元素之和

优化建议

减少重复判断：

可将边缘元素的处理分为两部分：
- 第一行和最后一行直接累加。
- 中间行只处理第一列和最后一列。
示例代码：

for (int j = 0; j < n; j++) {result += arr[0][j];if (m > 1) result += arr[m-1][j];
}
for (int i = 1; i < m-1; i++) {result += arr[i][0];if (n > 1) result += arr[i][n-1];
}