zoukankan      html  css  js  c++  java
  • Medium | LeetCode 73. 矩阵置零 | 原地标记

    73. 矩阵置零

    给定一个 m x n 的矩阵,如果一个元素为 0,则将其所在行和列的所有元素都设为 0。请使用原地算法

    示例 1:

    输入: 
    [
      [1,1,1],
      [1,0,1],
      [1,1,1]
    ]
    输出: 
    [
      [1,0,1],
      [0,0,0],
      [1,0,1]
    ]
    

    示例 2:

    输入: 
    [
      [0,1,2,0],
      [3,4,5,2],
      [1,3,1,5]
    ]
    输出: 
    [
      [0,0,0,0],
      [0,4,5,0],
      [0,3,1,0]
    ]
    

    进阶:

    • 一个直接的解决方案是使用 O(mn) 的额外空间,但这并不是一个好的解决方案。
    • 一个简单的改进方案是使用 O(m + n) 的额外空间,但这仍然不是最好的解决方案。
    • 你能想出一个常数空间的解决方案吗?

    解题思路

    一般来讲, 将矩阵复制一份进行遍历即可解决问题。但是此题要求原地更新矩阵。

    方法一: 额外空间标记

    用两个Set记录包含0的数的行号和列号。第一遍扫描先把所有0的行号和列号记录下来。第二遍扫描将标记的所有行和列标记为0的行和列全部变成0。

    public void setZeroes(int[][] matrix) {
    	int R = matrix.length;
    	int C = matrix[0].length;
    	Set<Integer> rows = new HashSet<Integer>();
    	Set<Integer> cols = new HashSet<Integer>();
    
    	// 记录矩阵中为0的元素的行和列
    	for (int i = 0; i < R; i++) {
            for (int j = 0; j < C; j++) {
                if (matrix[i][j] == 0) {
                    rows.add(i);
                    cols.add(j);
                }
            }
    	}
    
    	// 扫描矩阵, 如果某元素的行列之前记录过, 则将其标记为0
    	for (int i = 0; i < R; i++) {
    	    for (int j = 0; j < C; j++) {
    	        if (rows.contains(i) || cols.contains(j)) {
    	            matrix[i][j] = 0;
    	        }
    	    }
    	}
    }
    

    方法二: 原地标记

    如果在第一次扫描遇到0就将所在行和列的所有非0值转为0, 那就会出现以后遇到0, 不知道是矩阵本身值就是0还是由非0值转化而来的。所以直接将非0值转为0就没办法区分。还有一种解决办法是将非零值去一个非零的特殊值, 比如是Integer.MAX_VALUE。然后第二次扫描将此特殊值转为为0.

    public void setZeroes(int[][] matrix) {
    	int MODIFIED = -1000000;
    	int R = matrix.length;
    	int C = matrix[0].length;
    
    	for (int r = 0; r < R; r++) {
    		for (int c = 0; c < C; c++) {
    			if (matrix[r][c] == 0) {
    				// We modify the corresponding rows and column elements in place.
    				// Note, we only change the non zeroes to MODIFIED
    				for (int k = 0; k < C; k++) {
    					if (matrix[r][k] != 0) {
    						matrix[r][k] = MODIFIED;
    					}
    				}
    				for (int k = 0; k < R; k++) {
    					if (matrix[k][c] != 0) {
    						matrix[k][c] = MODIFIED;
    					}
    				}
    			}
    		}
    	}
    
    	for (int r = 0; r < R; r++) {
    		for (int c = 0; c < C; c++) {
    			// Make a second pass and change all MODIFIED elements to 0 """
    			if (matrix[r][c] == MODIFIED) {
    				matrix[r][c] = 0;
    			}
    		}
    	}
    }
    

    方法三: 仅在第一行和第一列做标记

    方法二在标记和扫描时, 都会扫描所有元素。还有一张方法可以在第二遍扫描时, 不用把全部元素都遍历一遍, 只要在标记时, 把标记打在第一行和第一列就可以。这样在第二遍扫描时, 只赋值特定行列就可以了。

    public void setZeroes(int[][] matrix) {
    	if (matrix == null) {
    		return;
    	}
    	int m = matrix.length;
    	int n = matrix[0].length;
    	boolean firstRow = false, firstCol = false;
    	for (int i = 0; i < m; i++) {
    		for (int j = 0; j < n; j++) {
    			if (matrix[i][j] == 0) {
                    // 第一行出现0
    				if (i == 0) firstRow = true;
                    // 第一列出现0
    				if (j == 0) firstCol = true;
                    // 某个元素为0, 就把这个元素所在行的第一个元素和所在列的第一个元素标记为0
    				matrix[i][0] = 0;
    				matrix[0][j] = 0;
    			}
    		}
    	}
    
    	for(int i = 0; i < m; i++) {
            // 扫描第一列
    		if(i != 0 && matrix[i][0] == 0) {
                // 将包含0的行全部标记为0
    			for(int j = 0; j < n; j++) {
    				matrix[i][j] = 0;
    			}
    		}
    	}
    
    	for(int j = 0; j < n; j++) {
            // 扫描第一行
    		if(j != 0 && matrix[0][j] == 0) {
                // 将包含0的列全部标记为0
    			for(int i = 0; i < m; i++) {
    				matrix[i][j] = 0;
    			}
    		}
    	}
    
        // 如果第一行出现0, 则将第一行所有元素变成0
    	if (firstRow) {
    		for(int j = 0; j < n; j++) {
    			matrix[0][j] = 0;
    		}
    	}
    	// 如果第一列出现0, 则将第一列所有元素变成0
    	if (firstCol) {
    		for(int i = 0; i < m; i++) {
    			matrix[i][0] = 0;
    		}
    	}
    }
    
  • 相关阅读:
    pyftpdlib 搭建FTP服务器
    numpy 解一道简单数学题
    python 实现词云
    个人的毕业长足---- 暴走北京
    Tensorflow of GPU, hello fish by version 0.8.
    图像识别
    用一个Inception v3 架构模型实现简单的迁移学习(译:../tensorflow/tensorflow/examples/image_retraining/retrain.py)
    19.液晶屏的原理
    18.DMA-6410
    17.DMA-2440
  • 原文地址:https://www.cnblogs.com/chenrj97/p/14446549.html
Copyright © 2011-2022 走看看