832. 翻转图像
难度:简单
题目描述
给定一个二进制矩阵 A,我们想先水平翻转图像,然后反转图像并返回结果。
水平翻转图片就是将图片的每一行都进行翻转,即逆序。例如,水平翻转 [1, 1, 0] 的结果是 [0, 1, 1]。
反转图片的意思是图片中的 0 全部被 1 替换, 1 全部被 0 替换。例如,反转 [0, 1, 1] 的结果是 [1, 0, 0]。
示例 1:
输入:[[1,1,0],[1,0,1],[0,0,0]]
输出:[[1,0,0],[0,1,0],[1,1,1]]
解释:首先翻转每一行: [[0,1,1],[1,0,1],[0,0,0]];
然后反转图片: [[1,0,0],[0,1,0],[1,1,1]]
示例 2:
输入:[[1,1,0,0],[1,0,0,1],[0,1,1,1],[1,0,1,0]]
输出:[[1,1,0,0],[0,1,1,0],[0,0,0,1],[1,0,1,0]]
解释:首先翻转每一行: [[0,0,1,1],[1,0,0,1],[1,1,1,0],[0,1,0,1]];
然后反转图片: [[1,1,0,0],[0,1,1,0],[0,0,0,1],[1,0,1,0]]
提示:
1 <= A.length = A[0].length <= 20
0 <= A[i][j] <= 1
解题
class Solution:
def flipAndInvertImage(self, A: List[List[int]]) -> List[List[int]]:
第一种想法:没有想法(翻译要求,然后执行)
题目分为两个部分,分别是“水平翻转图像”和“反转图像”
这两个部分是“独立”的,所以在执行时可以交换(或同时进行)
水平翻转图像:切片
反转图像:哈希(字典)
class Solution:
def __init__(self):
self.dic = {
0: 1,
1: 0
}
def flipAndInvertImage(self, A):
for i, lst in enumerate(A):
temp = lst[::-1] # 水平翻转数组
new_list = []
for j in temp:
new_list.append(self.dic[j]) # 反转数组
A[i] = new_list # 保持原数组不变
return A
优化:异或运算
这里反映出了第一个不足:就是对这种运算很不敏感(不熟练)
针对“反转图像”,我们可以借助“和为一”的性质优化运算,从数学层面解决(而不用借助额外的数据结构)
for j in temp:
new_list.append(1-j) # 反转数组
精简代码:
return [[j ^ 1 for j in row[::-1]] for row in A]
或
return [list(map(lambda x:1-x,row[::-1])) for row in A]
第二种想法:模拟优化
先前我们“主管臆断”翻转和反转两个操作是独立的;
但事实上通过模拟,我们发现,当每一行需要交换(翻转条件下)的两个数再反转后,与其本身是一样的;
同时,如果这两个数相同,那么结果与原来相反。
于是我们通过模拟翻转和反转总结出新的(更简单的)变换规律
class Solution:
def flipAndInvertImage(self, A: List[List[int]]) -> List[List[int]]:
for row in A:
for j in range((len(row) + 1) // 2):
if row[j] == row[-1-j]: # 采用Python化的符号索引
row[j] = row[-1-j] = 1 - row[j]
return A
总结:
当一道题目中出现两个及以上的变换操作时,可以采用“模拟”来合并某些操作,从而优化算法