题目:
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。
分析:
1 模拟方法
模拟方法比较直观, 只要在遍历中,标定识别那些0是原始元素,那些0是后操作改变的,然后不断的根据行列置0的方法的变更,即可。
//遍历
for(int i=0; i<m ;i++){
for(int j=0; j<n; j++){
//当前元素为0 且是 原始元素
if(matrix[i][j] ==0 && flag_mat[i][j]==1){
//行置零
for(.......){
//置零
//更改flag_mat标记 0
//原始为0 的标记不变
}
//列置零
}
}
}
class Solution {
public:
void setZeroes(vector<vector<int>>& matrix) {
int m = matrix.size();
int n = matrix[0].size();
vector<vector<int>> flag_mat(m, vector<int>(n,1));
for(int i=0; i<m; i++){
for(int j=0; j<n; j++){
if (matrix[i][j] == 0 && flag_mat[i][j] == 1){
// 设置本行
for(int k =0; k<n; k++){
//处理未变更且不为0的元素
if (matrix[i][k] != 0 && flag_mat[i][j] == 1){
matrix[i][k] = 0;
flag_mat[i][k] = 0;
}
}
//设置本列
for(int l = 0; l<m; l++){
//处理未变更且不为0的元素
if (matrix[l][j] != 0 && flag_mat[l][j] == 1){
matrix[l][j] = 0;
flag_mat[l][j] = 0;
}
}
}
}
}
}
};
2 建立模型方法
通过模拟法理解,本体可以统计每一个0元素的行和列,然后再统一处理。
由于是针对元素行 row 与列 col 进行置零操作。
即: 需要获得集合,
- R = [ r o w 1 , r o w 2 ] R=[row_1,row_2 ] R=[row1,row2]
-
C
=
[
c
o
l
1
,
c
o
l
2
]
C=[col_1, col_2]
C=[col1,col2]
当 r o w row row. c o l col col已存在集合中时,则不需要添加。
class Solution {
public:
void setZeroes(vector<vector<int>>& matrix) {
int m = matrix.size();
int n = matrix[0].size();
//
vector<int> R;
vector<int> C;
vector<int>::iterator iter;
//
for(int i= 0; i<m; i++){
for (int j=0; j<n ; j++){
if(matrix[i][j] == 0){
// row - i
iter = find(R.begin(), R.end(), i);
if (iter == R.end()){
R.push_back(i);
}
// col - j
iter = find(C.begin(), C.end(), j);
if (iter == C.end()){
C.push_back(j);
}
}
}
}
//row置零
for(int row = 0; row<R.size(); row++){
for(int j=0; j<n; j++){
matrix[R[row]][j] =0;
}
}
//col置零
for(int col=0; col<C.size(); col++){
for(int i=0; i<m; i++){
matrix[i][C[col]] =0;
}
}
}
};
3-优化-原地方法
可虑将
R
,
C
R,C
R,C两个数组合并到矩阵中去, 用第一行与第一列来保存代替,假设融入到第一行与第一列中
第一行
→
\rightarrow
→
C
C
C
第一列
→
\rightarrow
→
R
R
R
除第一行,第一列的元素,对应
r
o
w
row
row,
c
o
l
col
col可以置0 标记,其余数值不方便。
当第一行存在一个原始0, 则在列方向上,与最后同一处理效果相同, 但第一行置0 这一操做 则需要额外表示。
同理,第一列也需要提标记是否需要全置0.
class Solution {
public:
void setZeroes(vector<vector<int>>& matrix) {
int m = matrix.size();
int n = matrix[0].size();
//
bool first_row_set_zero = false;
bool first_col_set_zero = false;
for (int i=0; i<m; i++){
if (matrix[i][0] == 0){
first_col_set_zero =true;
break;
}
}
for (int j=0; j<n; j++){
if (matrix[0][j] == 0){
first_row_set_zero =true;
break;
}
}
//
for(int i= 0; i<m; i++){
for (int j=0; j<n ; j++){
if (matrix[i][j] == 0){
matrix[0][j] = 0;
matrix[i][0] = 0;
}
}
}
//
for(int i= 1; i<m; i++){
if(matrix[i][0] == 0){
for(int k = 0; k<n; k++){
matrix[i][k]=0;
}
}
}
for(int j =1; j<n; j++){
if(matrix[0][j] ==0){
for(int l=0; l<m; l++){
matrix[l][j] = 0;
}
}
}
if (first_col_set_zero){
for(int i=0; i<m; i++){
matrix[i][0] =0;
}
}
if (first_row_set_zero){
for(int j =0; j<n; j++){
matrix[0][j] = 0;
}
}
}
};
总结:
方法2 的公式思路 要远比模拟方法清晰, 并且有助于空间开销改进,个人认为公式模型的思维很关键。