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。

示例 1:

输入: 
nums = 
[[1,2],
 [3,4]]
r = 1, c = 4
输出: 
[[1,2,3,4]]
解释:
行遍历nums的结果是 [1,2,3,4]。新的矩阵是 1 * 4 矩阵, 用之前的元素值一行一行填充新矩阵。

示例 2:

输入: 
nums = 
[[1,2],
 [3,4]]
r = 2, c = 4
输出: 
[[1,2],
 [3,4]]
解释:
没有办法将 2 * 2 矩阵转化为 2 * 4 矩阵。 所以输出原矩阵。

注意：

1. 给定矩阵的宽和高范围在 [1, 100]。
2. 给定的 r 和 c 都是正数。

Python是一个有自己想法的语言，思维更灵活多变！！！路漫漫其修远兮！！！

import functools
class Solution:
    def matrixReshape(self, nums: 'List[List[int]]', r: 'int', c: 'int') -> 'List[List[int]]':
        length = len(nums[0])
        #reshape = r*[[0]*c]
        reshape = [[0]*c for _ in range(r)]
        for i in range(r):
            for j in range(c):
                n = i * c + j
                reshape[i][j] = nums[n // length][n % length]
                #本以为结果是这样，[[1], [2], [3], [4]]
                #没想到是这样：[[4], [4], [4], [4]]
                #原因出现在这里：reshape = r*[[0]*c] 第一个“*”是（浅）拷贝了同一个引用，每个对象指向同一块内容
        return reshape

    def matrixReshape2(self, nums: 'List[List[int]]', r: 'int', c: 'int') -> 'List[List[int]]':
        # python3需要导入 from functools import reduce
        #二维转一维
        all_nums = functools.reduce(lambda x, y: x + y, nums)
        if (r * c > len(all_nums)):
            return nums
        return [all_nums[i:i + c] for i in range(0, len(all_nums), c)]

    def matrixReshape3(self, nums: 'List[List[int]]', r: 'int', c: 'int') -> 'List[List[int]]':
        temp = []
        #二维转一维
        for i in range(len(nums)):
            temp.extend(nums[i])
        if r * c != len(temp):
            return nums
        res = []
        for i in range(r):
            res.append(temp[c * i: c * i + c])
        return res
if __name__ == '__main__':
    s = Solution()
    nums =[[1, 2],[3, 4]]
    r = 4
    c = 1
    print(s.matrixReshape2(nums,r,c))