【Leetcode044】矩阵置零

73、矩阵置零【中等】

给定一个 m x n 的矩阵，如果一个元素为 0 ，则将其所在行和列的所有元素都设为 0 。请使用 原地 算法。

示例 1：
输入：matrix = [[1,1,1],[1,0,1],[1,1,1]]
输出：[[1,0,1],[0,0,0],[1,0,1]]
示例 2：
输入：matrix = [[0,1,2,0],[3,4,5,2],[1,3,1,5]]
输出：[[0,0,0,0],[0,4,5,0],[0,3,1,0]]

提示：
m == matrix.length
n == matrix[0].length
1 <= m, n <= 200
-231 <= matrix[i][j] <= 231 - 1

进阶：

一个直观的解决方案是使用 O(mn) 的额外空间，但这并不是一个好的解决方案。
一个简单的改进方案是使用 O(m + n) 的额外空间，但这仍然不是最好的解决方案。
你能想出一个仅使用常量空间的解决方案吗？

方法一：使用标记数组

1.1 思路分析

使用两个标记数组分别记录每一行和每一列是否有零出现。
具体地，我们首先遍历该数组一次，如果某个元素为 0，那么就将该元素所在的行和列所对应标记数组的位置置为true。最后我们再次遍历该数组，用标记数组更新原数组即可。

1.2 代码实现

class Solution {
    public void setZeroes(int[][] matrix) {
        int m = matrix.length;
        int n = matrix[0].length;
        boolean[] rows = new boolean[m];
        boolean[] cols = new boolean[n];
        for ( int i=0; i<m; i++){
            for ( int j=0; j<n; j++){
                if (matrix[i][j] == 0){
                    rows[i] = true;
                    cols[j] = true;
                }
            }
        }
        for ( int i=0; i<m; i++){
            for ( int j=0; j<n; j++){
                if (rows[i] || cols[j]){
                    matrix[i][j] = 0;
                }
            }
        }
    }
}

1.3 测试结果

1.4 复杂度

• 时间复杂度：O(m*n)
• 空间复杂度：O(m+n)

方法二：使用两个标记变量

2.1 思路分析

我们可以用矩阵的第一行和第一列代替方法一中的两个标记数组，以达到 O(1)O(1) 的额外空间。但这样会导致原数组的第一行和第一列被修改，无法记录它们是否原本包含 00。因此我们需要额外使用两个标记变量分别记录第一行和第一列是否原本包含 0。

2.2 代码实现

class Solution {
    public void setZeroes(int[][] matrix) {
        int m=matrix.length, n=matrix[0].length;
        boolean flagcol0 = false, flagrow0 = false;
        // 扫描第一列
        for(int i=0; i<m; i++){
            if (matrix[i][0] == 0){
                flagcol0 = true;
            }
        }
        // 扫描第一行
        for(int j=0; j<n; j++){
            if (matrix[0][j] == 0){
                flagrow0 = true;
            }
        }
        // 扫描内部
        for ( int i=1; i<m; i++){
            for(int j=1; j<n; j++){
                if ( matrix[i][j]==0 ){
                    matrix[i][0] = 0;
                    matrix[0][j] = 0;
                }
            }
        }
        // 根据第一行和第一列将内部元素置零
        for ( int i=1; i<m; i++){
            for(int j=1; j<n; j++){
                if (matrix[i][0]==0 || matrix[0][j]==0){
                    matrix[i][j] = 0;
                }
            }
        }
        // 别忘记再处理一下第一行和第一列
        if (flagcol0){
            for (int i=0; i<m; i++){
                matrix[i][0] = 0;
            }
        }
        if (flagrow0){
            for (int j=0; j<n; j++){
                matrix[0][j] = 0;
            }
        }
    }
}

2.3 测试结果

2.4 复杂度

• 时间复杂度：O(m*n)
• 空间复杂度：O(1)

方法三：使用一个标记变量

3.1 思路分析

我们可以对方法二进一步优化，只使用一个标记变量记录第一列是否原本存在 0。这样，第一列的第一个元素即可以标记第一行是否出现 0。但为了防止每一列的第一个元素被提前更新，我们需要从最后一行开始，倒序地处理矩阵元素。

应该把这句话 “为了防止第一列的第一个元素被提前更新，我们需要从最后一行开始，倒序地处理矩阵元素。” 改成"为了防止每一列的第一个元素被提前更新，我们需要从最后一行开始，倒序地处理矩阵元素。"

比如下面这个矩阵

[0,1,2,0],
[3,4,5,2],
[1,3,1,5]
按照算法三, 我们之所以要从后面开始处理, 是因为如果我们先处理了第一行那么矩阵变成了

[0,0,0,0],
[3,4,5,2],
[1,3,1,5]
第一行的第二列和第三列的0元素影响了下面的 4, 5 和3, 1
但是其实这两个0不是本来存在的, 而是处理之后出现的
所以我们从下面处理, 就不会被这两个0影响了.

3.2 代码实现

class Solution {
    public void setZeroes(int[][] matrix) {
        int m=matrix.length, n=matrix[0].length;
        boolean flagcol0 = false;
        for(int i=0; i<m; i++){
            if (matrix[i][0]==0){
                flagcol0 = true;
            }
            for(int j=1; j<n; j++){
                if (matrix[i][j]==0){
                    matrix[i][0] = matrix[0][j] = 0;
                }
            }
        }
        for (int i=m-1; i>=0; i--){
            for (int j=1; j<n; j++){
                if(matrix[i][0]==0 || matrix[0][j]==0){
                    matrix[i][j] = 0;
                }
            }
            if(flagcol0){
                matrix[i][0] = 0;
            }
        }
    }
}

3.3 测试结果

3.4 复杂度

• 时间复杂度：O(m*n)
• 空间复杂度：O(1)