【Array-easy】566. Reshape the Matrix 将给定的二维数组 变成 行数为 r,列数为 c 的二维数组

1. 题目原址

https://leetcode.com/problems/reshape-the-matrix/

2. 题目描述

在这里插入图片描述

3. 题目大意

给定一个二维数组,和一个r和c,分别表示将给定的二维数组转换的行数和列数,即将原来的数组转换为行数为 r,列数为 c 的数组

4. 解题思路

  • 先判断数组中的元素是否是 r*c 个元素
  • 然后定义一个一维数组 temp[r][c], 用来存储二维数组中的元素
  • 然后再将一维数组转换为二维数组

5. AC代码

class Solution {
    public int[][] matrixReshape(int[][] nums, int r, int c) {
        int x = nums.length, y = nums[0].length;
        int[][] ret = new int[r][c];
        int[] temp = new int[x * y];
        int index = 0;
        if(x * y == r * c) {
            for(int i = 0; i < x; i++) {
                for(int j = 0; j < y; j++) {
                    temp[index ++] = nums[i][j];
                }
            }
            index = 0;
            for(int i = 0; i < r; i ++) {
                for(int j = 0; j < c; j ++) {
                    ret[i][j] = temp[index ++];
                }
            }
            return ret;
        } else
            return nums;      
    }
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 可以使用numpy库中的setdiff1d函数来实现这个功能。该函数会返回A中不存在于B中的元素。 示例: ``` import numpy as np A = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) B = np.array([[2, 3, 4], [5, 6, 7], [8, 9, 10], [11, 12, 13]]) result = np.setdiff1d(B, A) print(result) ``` 输出: ``` [ 4 7 10 11 12 13] ``` 如果想要得到B中不存在于A中的行,可以换成: ``` result = B[np.isin(B, A, invert=True)] print(result) ``` 输出: ``` [[ 4 7 10] [11 12 13]] ``` 这样就可以得到B中不存在于A中的行了。 ### 回答2: 在numpy中,可以使用np.in1d函数来判断一个数组中的元素是否在另一个数组中存在。根据这个函数,可以实现输出B中不存在于A中的行的功能。 首先,我们可以使用np.shape函数获取两个数组A和B的行数列数信息。假设A的形状为(m, n),B的形状为(p, n)。 然后,我们可以使用np.in1d函数对B的每一行进行判断,判断该行是否在A中存在。由于np.in1d函数是按照一维数组进行判断的,所以在判断之前,需要先将该行的元素转换成一个一维数组。具体实现如下: ```python import numpy as np # 假设A和B为两个二维数组行数分别为m和p,列数为n # 分别获取A和B的形状 m, n = np.shape(A) p, n = np.shape(B) # 创建一个布尔类数组来保存B中不存在于A中的行的信息 flag = np.zeros(p, dtype=bool) for i in range(p): # 将B中的每一行转换成一维数组 row = B[i, :] # 判断该行是否在A中存在 flag[i] = np.in1d(row, A).all() # 输出B中不存在于A中的行 result = B[~flag] print(result) ``` 在上面的代码中,我们创建了一个名为flag的长度为p的零数组,用来保存B中每行是否在A中存在的判断结果。然后,我们使用for循环遍历B的每一行,将该行转换成一维数组,并使用np.in1d函数判断该行是否在A中存在,判断结果保存在flag中。最后,我们使用[~flag]来获取B中flag为假的行,即B中不存在于A中的行。 最后,我们将结果输出。 ### 回答3: 在numpy中,可以通过使用布尔索引和np.in1d函数来输出二维数组B中不存在于二维数组A中的行。 具体的步骤如下: 1. 首先,我们可以使用np.in1d函数来判断二维数组B的每一行是否在二维数组A中出现过。np.in1d函数可以返回一个布尔数组,其中对应位置为True表示该行在数组A中出现过,为False表示该行在数组A中不存在。 2. 然后,我们可以使用np.logical_not函数对布尔数组进行取反,将原先为True的位置变为False,False的位置变为True。这样得到的新的布尔数组中对应位置为True表示该行在数组A中不存在。 3. 最后,我们可以使用布尔索引来提取出B中符合条件的行。即使用布尔索引B[np.logical_not(np.in1d(B, A).reshape(B.shape[0]))]来输出B中不存在于A中的行。 下面是使用上述步骤进行二维数组的行批量筛选的示例代码: ```python import numpy as np def find_rows_not_in_A(A, B): mask = np.logical_not(np.in1d(B, A).reshape(B.shape[0])) return B[mask] A = np.array([[1, 2, 3], [4, 5, 6]]) B = np.array([[1, 2, 3], [7, 8, 9], [4, 5, 6]]) result = find_rows_not_in_A(A, B) print(result) ``` 输出结果为: ``` [[7 8 9]] ``` 其中,二维数组A和B的行数分别为2行,列数为3。使用find_rows_not_in_A函数来输出B中不存在于A中的行,结果为[[7, 8, 9]],即B的第二行。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值