LeetCode 311. Sparse Matrix Multiplication

Given two sparse matrices A and B, return the result of AB.
You may assume that A’s column number is equal to B’s row number.

Example:

A = [
[ 1, 0, 0],
[-1, 0, 3]
]

B = [
[ 7, 0, 0 ],
[ 0, 0, 0 ],
[ 0, 0, 1 ]
]
AB=

|  1 0 0 |   | 7 0 0 |   |  7 0 0 |
| -1 0 3 | * | 0 0 0 | = | -7 0 3 |
             | 0 0 1 |   

思路:
1. 稀疏矩阵的操作,直接计算肯定会TLE,如何利用元素为0的限制,把限制转换成优势?遇到0,直接skip,不运算!
2. 我们知道数学中矩阵积的每个元素等于< A的i行,B的j列>内积,由于A的i行需要乘以B的所有列,所以对A的每个元素都要进行多次判断是否等于0,即:重复判断!如何实现对A的元素只做一次0判断?
3. 比较:

传统方法本题方法
矩阵积的每一个元素计算完成 之后才计算下一个元素的值矩阵积每个元素不是计算好了再去计算下一个元素值, 而是部分计算后就可以计算下一个元素。 每个元素都是部分计算,所以需要多个round
A矩阵中每一个值都要判断多次, 即:判断次数等于B的列数A矩阵每个一个值只需要判断一次。

4. 计算顺序的交换=减少重复判断。这个可以认真终结,各种技巧和方法的运用,都是为了避免重复运算减少运算量!!!比如,DP或memorization等!

vector<vector<int>> multiply(vector<vector<int>>& A, vector<vector<int>>& B) {
    vector<vector<int>> res(A.size(),vector<int>(B[0],0));
    for(int i=0;i<A.size();i++){
        for(int k=0;k<A[0].size();k++){
            if(A[i][k]){
                for(int j=0;j<B[0].size();j++){
                    if(B[k][j])
                        res[i][j]+=A[i][k]*B[k][j];
                }
            }
        }
    }
    return res;
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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