题目:
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。
1 空间复杂度优先:
执行用时 :7 ms, 在所有 Java 提交中击败了27.98%的用户
内存消耗 :37.4 MB, 在所有 Java 提交中击败了99.06%的用户
class Solution {
public int[][] matrixReshape(int[][] nums, int r, int c) {
int size = nums.length * nums[0].length;
List<Integer> list = new ArrayList<>();
int x = 0;
int[][] result = new int[r][c];
//无法重构和不改变
if (r * c != size || (r == nums.length && c == nums[0].length)) {
return nums;
}
通过将源二维数组存放在一维数组【List也一样】中然后再将一维数组转换为目的二维数组
for (int i = 0; i < nums.length; i++) {
for (int j = 0; j < nums[i].length; j++) {
list.add(nums[i][j]);
}
}
//找到目的二维数组和一维数组【List】的关系(i * c + j;)
for (int i = 0; i < r; i++) {
for (int j = 0; j < c; j++) {
x = i * c + j;
result[i][j] = list.get(x);
}
}
return result;
}
}
2 时间复杂度优先(不使用List存放源二维数组的数据)
执行用时 :3 ms, 在所有 Java 提交中击败了93.21%的用户
内存消耗 :48.4 MB, 在所有 Java 提交中击败了73.90%的用户
class Solution {
public int[][] matrixReshape(int[][] nums, int r, int c) {
int size = nums.length * nums[0].length;
int[][] result = new int[r][c];
//无法重构和不改变
if (r * c != size || (r == nums.length && c == nums[0].length)) {
return nums;
}
//通过前面的间接转换,找到源二维数组与目的二维数组的直接关系
for (int i = 0; i < r; i++) {
for (int j = 0; j < c; j++) {
int mm = (i * c + j) / nums[0].length;
int nn = (i * c + j) % nums[0].length;
result [i][j] = nums[mm][nn];
}
}
return result;
}
}