系列文章目录
前言
本人最近再练习算法,所以会发布一些解题思路,希望大家多指教
一、题目描述
如果矩阵中的许多系数都为零,那么该矩阵就是稀疏的。对稀疏现象有兴趣是因为它的开发可以带来巨大的计算节省,并且在许多大的实践中都会出现矩阵稀疏的问题。
给定一个矩阵,现在需要逐行和逐列地扫描矩阵,如果某一行或者某一列内,存在连续出现的0的个数超过了行宽或者列宽的一半,则认为该行或者该列是稀疏的。
二、输入描述
第一行输入两个数,分别为M和N
接下来M行输入为矩阵的成员,每行N个成员,矩阵成员都是整数,范围-32768~32767
三、输出描述
输出两行,第一行表示稀疏行的个数,第二行表示稀疏列的个数。
四、Java代码
public static void main(String[] args) {
Scanner sc = new Scanner(System.in);
// 行的数量
int M = sc.nextInt();
// 列的数量
int N = sc.nextInt();
// 正矩阵(行是行,列是列)
int[][] rowArr = new int[M][N];
//通过二维数组接受矩阵信息
for (int i = 0; i < M; i++) {
for (int j = 0; j < N; j++) {
rowArr[i][j] = sc.nextInt();
}
}
//初始化满足稀疏列的行数
int rowTimes = 0;
//初始化满足稀疏行的行数
int colTime = 0;
//初始化每行最大连续0的个数
int maxRowCount = 0;
//初始化每行连续0的个数
int rowCount = 1;
for (int i = 0; i < M; i++) {
for (int j = 0; j < N; j++) {
if(rowArr[i][j] == 0){
if(j+1 < N && rowArr[i][j+1] == 0){
rowCount++;
}
maxRowCount = Math.max(rowCount, maxRowCount);
}else {
//连续0区间被断开,将rowCount重置为1
rowCount = 1;
}
//列的处理,只需要在遍历第一行数据时,通过深度搜索进行判断
if (i==0){
dfs(rowArr, i, j, M, 0);
if(maxColCount > M/2){
colTime++;
}
//每列遍历结束后,将maxColcount重置为0
maxColCount = 0;
}
}
if(maxRowCount > N/2){
rowTimes++;
}
//每行遍历结束后,将maxCount,rowCount进行重置
maxRowCount = 0;
rowCount = 1;
}
System.out.println("稀疏行的个数:"+rowTimes);
System.out.println("稀疏列的个数:"+colTime);
}
static int maxColCount = 0;
private static void dfs(int[][] rowArr, int i, int j, int m, int count) {
if(rowArr[i][j] == 0) count++;
maxColCount = Math.max(maxColCount, count);
if(i+1 < m){
if(rowArr[i+1][j] == 1){
//连续0区间被断开,将count重置为1
count = 0;
}
dfs(rowArr, i+1, j, m, count);
}
}
五、测试用例
输入:
7 6
1 1 0 1 1 0
0 1 0 0 0 1
1 0 0 0 1 0
1 0 0 0 0 0
0 1 1 0 0 0
1 0 0 0 0 1
1 0 0 0 0 1
输出:
提示
也可以通过,矩阵反转来处理列的数据,本人有点偷懒,所以就直接在处理第一行元素的时候,顺便处理了列的数据。