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:matrix = [[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:matrix = [[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]]
提示:
m == matrix.length
n == matrix[0].length
1 <= m, n <= 200
-231 <= matrix[i][j] <= 231 - 1
进阶:
一个直观的解决方案是使用 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。
你能想出一个仅使用常量空间的解决方案吗?
Python 的位运算可以,其他语言不太行,整一个 m + n 的辅助空间
class Solution:
def setZeroes(self, matrix: List[List[int]]) -> None:
"""
Do not return anything, modify matrix in-place instead.
"""
rows, cols = len(matrix), len(matrix[0])
n = 1 << (rows + cols + 1) - 1
for i in range(rows):
for j in range(cols):
if matrix[i][j] == 0:
n |= 1 << i
n |= 1 << (rows + j)
for i in range(rows + cols):
flag = n & (1 << i)
if not flag:
continue
if i < rows:
for j in range(cols):
matrix[i][j] = 0
else:
for j in range(rows):
matrix[j][i - rows] = 0
原地算法,需要使用辅助空间,辅助空间的优化有两种方式,一是压缩,比如标记数组用整数和位运算代替,二是若题意条件可以腾出原数据结构空间,作为辅助空间,见本题官方题解。