861. 翻转矩阵后的得分
题目描述
有一个二维矩阵 A 其中每个元素的值为 0 或 1 。
移动是指选择任一行或列,并转换该行或列中的每一个值:将所有 0 都更改为 1,将所有 1 都更改为 0。
在做出任意次数的移动后,将该矩阵的每一行都按照二进制数来解释,矩阵的得分就是这些数字的总和。
返回尽可能高的分数。
思路
贪心算法
1、 先行变换保证第0列全部是1,即最高位全部为1
2、 在进行列变换保证其他列中1比0多
代码
class Solution:
def matrixScore(self, A: List[List[int]]) -> int:
import numpy as np
A = np.array(A)
ret_sum = 0
row, columns = A.shape[0], A.shape[1] # 行和列长度
for i in range(columns):
if i == 0: # 先将第0列的全变为1,即对其进行行变换
index = np.where(A[:, 0]==0) # 查找第0列哪些有0的,将该行取反
for j in index:
A[j, :] = -(A[j, :] - 1) # 进行行变换时原数组也要变
ret_sum += 2**(columns - 1) * row # 二进制换十进制
else:
# np.sum(A[:, i])是第i列1的个数,row - np.sum(A[:, i])是第i列1的个数
# 保证1的个数比0多
ret_sum += 2**(columns - 1 - i) * max(np.sum(A[:, i]), (row - np.sum(A[:, i])))
return ret_sum
可以将乘2改为左移
class Solution:
def matrixScore(self, A: List[List[int]]) -> int:
import numpy as np
A = np.array(A)
ret_sum = 0
row, columns = A.shape[0], A.shape[1] # 行和列长度
for i in range(columns):
if i == 0: # 先将第0列的全变为1,即对其进行行变换
index = np.where(A[:, 0]==0) # 查找第0列哪些有0的,将该行取反
for j in index:
A[j, :] = -(A[j, :] - 1) # 进行行变换时原数组也要变
ret_sum += (1<<(columns - 1)) * row # 二进制换十进制
else:
# np.sum(A[:, i])是第i列1的个数,row - np.sum(A[:, i])是第i列1的个数
# 保证1的个数比0多
ret_sum += (1<<(columns - 1 - i)) * max(np.sum(A[:, i]), (row - np.sum(A[:, i])))
return ret_sum
前面的执行时间比较长,一个是转了numpy来处理的原因
class Solution:
def matrixScore(self, A):
row = len(A) # 行
columns = len(A[0]) # 列
# 第0列要全为0,先计算第0列
ret_sum = (1 << (columns - 1)) * row
for i in range(1, columns):
num_of_1 = 0 # 1的个数
for j in range(row):
# 如果每一列中的数的值和第0列值的相同,那么它肯定要转成1,不管它之前是0还是1
if A[j][i] == A[j][0]:
num_of_1 += 1
# 如果该列 1 的数量比较少,则翻转该列
num_of_1 = max(num_of_1, row - num_of_1)
ret_sum += (1<<(columns - 1 - i)) * num_of_1
return ret_sum