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:
- 给定矩阵的宽和高范围在 [1, 100]。
- 给定的 r 和 c 都是正数。
import numpy as np
class Solution:
def matrixReshape(self, nums, r, c):
if len(nums)*len(nums[0])!=r*c:
return nums
else:
return np.array(nums).reshape(r,c).tolist()
补一个别人的:
import numpy as np
class Solution(object):
def matrixReshape(self, nums, r, c):
return map(list, np.array(nums, dtype=object).reshape(r, c)) if r >= 0 <= c and r * c == sum(map(len, nums)) else nums
class Solution(object):
def matrixReshape(self, nums, r, c):
m, n = len(nums), len(nums and nums[0])
if r * c != m * n or r < 0 or c < 0:
return nums
return [[nums[(i*c+j)/n][(i*c+j)%n] for j in xrange(c)] for i in xrange(r)]