一.数组（24）

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 m x n 矩阵重塑为另一个大小不同（r x c）的新矩阵，但保留其原始数据。

给你一个由二维数组 mat 表示的 m x n 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。

提示：

m == mat.length
n == mat[i].length
1 <= m, n <= 100
-1000 <= mat[i][j] <= 1000
1 <= r, c <= 300

我的代码：

func matrixReshape(mat [][]int, r int, c int) [][]int {
    m, n := len(mat), len(mat[0])
    if m * n > r * c{
        return mat
    }else{
        if m <= r && n <= c{
            return mat
        }else{
            k, l := 0, 0
            ans := make([][]int, r)
            for i := 0; i < r; i++{
                ans[i] = make([]int, c)
            } 
            for i := 0; i < m; i++{
            for j := 0; j < n; j++{
                    if l == c{
                        k++
                        l = 0
                    }
                    ans[k][l] = mat[i][j]
                    l++
                }
            }
            return ans
        }
    }
    
}

 

官方题解：

方法一：二维数组的一维表示
思路与算法

对于一个行数为 m，列数为 n，行列下标都从 0 开始编号的二维数组，我们可以通过下面的方式，将其中的每个元素 (i, j) 映射到整数域内，并且它们按照行优先的顺序一一对应着 [0, mn) 中的每一个整数。形象化地来说，我们把这个二维数组「排扁」成了一个一维数组。如果读者对机器学习有一定了解，可以知道这就是 flatten 操作。

这样的映射即为：
(i,j)→i×n+j

同样地，我们可以将整数 x 映射回其在矩阵中的下标，即
i=x / n
j=x % n
 

其中 /表示整数除法，% 表示取模运算。

那么题目需要我们做的事情相当于：

将二维数组nums 映射成一个一维数组；

将这个一维数组映射回 r 行 c 列的二维数组。

我们当然可以直接使用一个一维数组进行过渡，但我们也可以直接从二维数组nums 得到 r 行 c 列的重塑矩阵：

设nums 本身为 m 行 n 列，如果mn ≠rc，那么二者包含的元素个数不相同，因此无法进行重塑；

否则，对于 x∈[0,mn)，第 x 个元素在 nums 中对应的下标为(x / n,x % n)，而在新的重塑矩阵中对应的下标为 (x / c,x % c)。我们直接进行赋值即可。

 

 

官方代码：

func matrixReshape(nums [][]int, r int, c int) [][]int{
    n, m := len(nums), len(nums[0])
    if n * m != r * c{
        return nums
    }
    ans := make([][]int, r)
    for i := range ans{
        ans[i] = make([]int, c)
    }
    for i := 0; i < m * n; i++{
        ans[i / c][i % c] = nums[i / m][i % m]
    }
    return ans
}