Topic
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。
Example_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。
Example_2
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。
Tips
给定矩阵的宽和高范围在 [1, 100]。
给定的 r 和 c 都是正数。
Solution_1
python很偷懒的方法
先判断能否转换
之后转换为array运用numpy的reshape函数
最后返回数组
Code_1
class Solution:
def matrixReshape(self, nums: List[List[int]], r: int, c: int) -> List[List[int]]:
import numpy
a, b = len(nums), len(nums[0])
if r * c > a * b:
return nums
return numpy.array(nums).reshape((r, c))
Result_1
Solution_2
之后就是逐行遍历逐行输入的方法
先设置一个r * c 的矩阵
逐行遍历nums并放入res中
若每一行填满
则换行输入
Code_2
class Solution:
def matrixReshape(self, nums: List[List[int]], r: int, c: int) -> List[List[int]]:
import numpy
a, b = len(nums), len(nums[0])
if r * c > a * b:
return nums
res = [[0] * c for _ in range(r)]
row, col = 0, 0
for i in range(a):
for j in range(b):
if col == c:
row += 1
col = 0
res[row][col] = nums[i][j]
col += 1
return res