leetcode第73题，矩阵置零，java实现

题目链接

运行结果

执行结果：通过
执行用时 :2 ms, 在所有 Java 提交中击败了55.24%的用户
内存消耗 :47.8 MB, 在所有 Java 提交中击败了87.63%的用户

代码与注释

class Solution {
    public void setZeroes(int[][] matrix) {
        int R = matrix.length; // 行长度
        int C = matrix[0].length; // 列长度
        boolean  zeroCol = false;
        // 做标记
        for (int i = 0; i < R; i++)
        {
            if (matrix[i][0] == 0) zeroCol = true; // 判断首列是否有零

            for (int j = 1; j < C; j++)
            {
                if (matrix[i][j] == 0)
                {
                    matrix[i][0] = 0; // 行标记
                    matrix[0][j] = 0; // 列标记
                }
            }
        }
        // 根据标记写0
        for (int i = 1; i < R; i++)
        {
            for (int j = 1; j < C; j++)
            {
                if (matrix[i][0] == 0 || matrix[0][j] == 0)
                {
                    matrix[i][j] = 0;
                }
            } 
        }
        // 最后处理零行
        if (matrix[0][0] == 0)
        {
            for (int j = 0; j < C; j++) matrix[0][j] = 0;
        }
         // 最后处理零列
        if (zeroCol)
        {
            for (int i = 0; i < R; i++) matrix[i][0] = 0;
        }
    }
}

做题体会

1. 题目要求使用原地算法，空间复杂度为O(1)，那么需要直接修改原矩阵。
2. 一个mxn的矩阵，遍历时间复杂度至少的情况为O(m*n)。
3. 基本想法是，遍历矩阵，当出现零时，在其对应的行、列的首位，置零标识，根据该标识将对应的行列置零即可。这个做法的好处是，标识占用的空间是原数组空间，且标识置位与m或n的长度无关，无需额外的时间复杂度。
4. 该算法的时间复杂度为O(m*n)，空间复杂度为O(1)。
5. 需要注意的是，数组零零位置为零，表示零行需要置零，零列置零需要额外的标志位zeroCol。
6. 当遍历整个数组，进行置零操作时，最后处理零行和零列，防止标识丢失。
7. 有另一种类似的算法，空间复杂度也为O(1)，区别在于，遍历整个矩阵找到零时，将该零所在的行、列除零外的数置为一个极小负值，最后出现该极小负值的所有位置置零即可，因为在遍历整个数组的基础上，还需要额外遍历行列，做标识，所以该算法的时间复杂度为O((m*n)x(m+n))。

算法二

运行结果

执行结果：通过
执行用时 :5 ms, 在所有 Java 提交中击败了17.32%的用户
内存消耗 :43.6 MB, 在所有 Java 提交中击败了97.32%的用户

代码与注释

class Solution {
    public void setZeroes(int[][] matrix) {
        int R = matrix.length; // 行长度
        int C = matrix[0].length; // 列长度
        Set<Integer> row = new HashSet<Integer>();
        Set<Integer> col = new HashSet<Integer>();
        // 记录需置零的行号和列号
        for (int i = 0; i < R; i++)
        {
            for (int j = 0; j < C; j++)
            {
                if (matrix[i][j] == 0)
                {
                    row.add(i);
                    col.add(j);
                }
            } 
        }
        // 查询hash表，置零
        for (int i = 0; i < R; i++)
        {
            for (int j = 0; j < C; j++)
            {
                if (row.contains(i) || col.contains(j))
                {
                    matrix[i][j] = 0;
                }
            } 
        }
    }
}

做题体会

1. 时间复杂度为O(mxn)，空间复杂度为O(m+n)。
2. 需要额外的空间，存储需要置零的行号和列号，采用的hash表，查询比较高效。