难度: Medium
给你一个下标从 0 开始、大小为 n x n 的整数矩阵 grid ，返回满足 Ri 行和 Cj 列相等的行列对 (Ri, Cj) 的数目。
如果行和列以相同的顺序包含相同的元素（即相等的数组），则认为二者是相等的。
示例 1：
输入：grid = [[3,2,1],[1,7,6],[2,7,7]] 输出：1 解释：存在一对相等行列对： - (第 2 行，第 1 列)：[2,7,7]
示例 2：
输入：grid = [[3,1,2,2],[1,4,4,5],[2,4,2,2],[2,4,2,2]] 输出：3 解释：存在三对相等行列对： - (第 0 行，第 0 列)：[3,1,2,2] - (第 2 行, 第 2 列)：[2,4,2,2] - (第 3 行, 第 2 列)：[2,4,2,2]
提示：
n == grid.length == grid[i].length1 <= n <= 2001 <= grid[i][j] <= 105运行时间: 51 ms
内存: 20.4 MB
class Solution:
def equalPairs(self, grid: List[List[int]]) -> int:
a=[]
b=[]
c=0
m=len(grid)
n=len(grid[0])
for row in grid:
a.append(tuple(row))
a1=collections.Counter(a)
for col in zip(*grid):
if a1[col] is not None:
c=c+a1[col]
return c
该题解首先将矩阵的每一行转换为元组并存储在列表a中。使用collections.Counter计算列表a中每种元组出现的次数，存储在a1中。然后，它遍历矩阵的每一列（通过对grid使用zip(*)来获得列），并检查每个列元组在a1中的出现次数。如果该列元组存在于a1中，则将其计数加到总数c中。最终，返回总数c，即相等的行列对的数量。
时间复杂度: O(n^2)
空间复杂度: O(n^2)
# 定义一个Solution类
class Solution:
def equalPairs(self, grid: List[List[int]]) -> int:
a = [] # 用来存储矩阵中每一行的元组
b = [] # 这个列表未被使用，可以移除
c = 0 # 初始化相等行列对的计数器
m = len(grid) # 矩阵的行数
n = len(grid[0]) # 矩阵的列数
# 将每一行转换为元组并存储到a中
for row in grid:
a.append(tuple(row))
# 使用Counter计算每个元组在a中的出现频率
a1 = collections.Counter(a)
# 遍历矩阵的每一列
for col in zip(*grid):
# 如果列元组在a1中，则增加计数器c
if a1[col]:
c += a1[col]
return c
在Python中，元组(tuple)是不可变的数据结构，而列表(list)是可变的。这种不可变性使得元组可以用作字典的键或集合的元素，这在需要唯一性和哈希性质时非常有用。在题解中，使用collections.Counter来统计每种行元组出现的次数，而Counter需要能够对其元素进行哈希操作。由于列表不能被哈希（因为它们是可变的），所以选择使用元组来代表每行的内容。此外，使用元组还可以在内部实现中提供比列表更好的性能优势，尤其是在空间使用和访问速度方面。
是的，变量`b`在代码中被声明但未被使用，这确实表示代码中存在冗余。移除未使用的变量不仅可以减少资源消耗（尽管在这种情况下影响微小），更重要的是可以提高代码的清晰度和可维护性。改进代码的一种方法是直接删除或注释掉变量`b`的声明行。这样，代码不仅看起来更加整洁，而且对于其他阅读或维护代码的开发者来说，理解代码的意图和结构也更为容易。