1. 问题描述:
题中给出一个 n_rows 行 n_cols 列的二维矩阵,且所有值被初始化为 0。要求编写一个 flip 函数,均匀随机的将矩阵中的 0 变为 1,并返回该值的位置下标 [row_id,col_id];同样编写一个 reset 函数,将所有的值都重新置为 0。尽量最少调用随机函数 Math.random(),并且优化时间和空间复杂度。
注意:
1 <= n_rows, n_cols <= 10000
0 <= row.id < n_rows 并且 0 <= col.id < n_cols
当矩阵中没有值为 0 时,不可以调用 flip 函数
调用 flip 和 reset 函数的次数加起来不会超过 1000 次
示例 1:
输入:
["Solution","flip","flip","flip","flip"]
[[2,3],[],[],[],[]]
输出: [null,[0,1],[1,2],[1,0],[1,1]]
示例 2:
输入:
["Solution","flip","flip","reset","flip"]
[[1,2],[],[],[],[]]
输出: [null,[0,0],[0,1],null,[0,0]]
输入语法解释:
输入包含两个列表:被调用的子程序和他们的参数。Solution 的构造函数有两个参数,分别为 n_rows 和 n_cols。flip 和 reset 没有参数,参数总会以列表形式给出,哪怕该列表为空
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/random-flip-matrix
2. 思路分析:
分析题目可以知道最主要的操作是均匀随机地将二维矩阵中为0的元素变为1,所以这是一个二维的问题,首先我们需要将二维的问题转换为一维的问题,这里可以将二维矩阵的横坐标与纵坐标映射为一维数组中的坐标,这样就转换为了一维的问题,这样问题就转化为在一维数组中随机选出一个值为0的元素将其删除,在删除元素的时候我们可以采用这样的策略,我们可以将数组末尾的元素覆盖到当前要删除元素的位置,然后删除最后一个元素即可,这样就可以保证删除之后的值为0的元素都是连续的。并且一开始的时候整个数组都是连续的,所以每个数组对应的下标对应的值都是当前的下标,所以我们可以使用哈希表来记录那些特殊的位置,也即下标对应的值不是当前的下标的情况,这样当哈希表中存在值的时候说明当前位置的值不是当前的下标,如果不存在的话那么默认对应自己的下标,这样就可以节省一定的空间。
3. 代码如下:
from typing import List
import random
class Solution:
r, c, k, dic = 0, 0, 0, None
def __init__(self, n_rows: int, n_cols: int):
self.r, self.c = n_rows, n_cols
# k为当前剩余元素为0的数目
self.k = n_rows * n_cols
self.dic = dict()
def flip(self) -> List[int]:
r, c, k = self.r, self.c, self.k
dic = self.dic
# 生成0~k-1的随机数
x = random.randint(0, k - 1)
y = x
# 当前的x在哈希表中存在说明当前的位置应该是哈希表中的值
if x in dic:
y = dic[x]
# 判断最后一个数字是否存在
if k - 1 in dic:
dic[x] = dic[k - 1]
del dic[k - 1]
else:
dic[x] = k - 1
self.k -= 1
# 将二维坐标映射为一维坐标
return [y // c, y % c]
def reset(self) -> None:
dic = self.dic
# 清空字典值
dic.clear()
self.k = self.r * self.c