566. 重塑矩阵

在MATLAB中，有一个非常有用的函数 reshape，它可以将一个矩阵重塑为另一个大小不同的新矩阵，但保留其原始数据。

给出一个由二维数组表示的矩阵，以及两个正整数r和c，分别表示想要的重构的矩阵的行数和列数。重构后的矩阵需要将原始矩阵的所有元素以相同的行遍历顺序填充。如果具有给定参数的reshape操作是可行且合理的，则输出新的重塑矩阵；否则，输出原始矩阵。

这篇文章的三个版本的代码的效率差别并不是很大

第一版代码:

主要思想就是把原始的数组拉伸放到一个新的列表中, 然后从这个列表中整行整行地取数据

class Solution:
    def matrixReshape(self, nums: List[List[int]], r: int, c: int) -> List[List[int]]:
        l1 = len(nums)
        l2 = len(nums[0])
        if l1 * l2 != r * c:
            return nums
        flat = []
        for li in nums:
            flat.extend(li)
        res = []
        for row in range(r):
            res.append(flat[row * c : (row + 1) * c])
        return res
        

这个方法缺点就是flat这个列表占据了多余的空间

第二版代码:

看到大部分人的代码都是一个元素一个元素传递给的新数组

class Solution:
    def matrixReshape(self, nums: List[List[int]], r: int, c: int) -> List[List[int]]:
        l1 = len(nums)
        l2 = len(nums[0])
        if l1 * l2 != r * c:
            return nums
        res = [[0] * c for _ in range(r)]
        for i in range(r * c):
            res[i // c][ i % c] = nums[i // l2][i % l2]
        return res

第三版代码:

我们看看消耗时间最短的大佬的代码, 使用的双循环, 每次都需要判断是不是需要换行

class Solution:
    def matrixReshape(self, nums: List[List[int]], r: int, c: int) -> List[List[int]]:
        if len(nums) * len(nums[0]) != r*c or len(nums) == 0:
            return nums
        ans = [[0]*c for _ in range(r)]
        row = 0
        col = 0
        for i in range(len(nums)):
            for j in range(len(nums[0])):
                ans[row][col] = nums[i][j]
                col = col + 1
                if col == c:
                    row = row + 1
                    col = 0
        return ans

不知道为啥我电脑的执行的效率就这样的低. 无语了.