566. 重塑矩阵
给你一个由二维数组 mat 表示的 m * n 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。
思路解析
方法一 二维数组的一维表示
对于一个行数为 m,列数为 n,行列下标都从 0 开始编号的二维数组,我们可以通过下面的方式,将其中的每个元素 (i,j) 映射到整数域内,并且它们按照行优先的顺序一一对应着 [0,mn) 中的每一个整数。
这样的映射为(i,j)-> i*n + j;同样地,我们可以将整数 x 映射回其在矩阵中的下标,即 i = x /n,j = x % n,其中 / 表示整数除法,% 表示取模运算。
class Solution {
public:
vector<vector<int>> matrixReshape(vector<vector<int>>& nums, int r, int c) {
int m = nums.size();
int n = nums[0].size();
if (m * n != r * c) {
return nums;
}
vector<vector<int>> ans(r, vector<int>(c));
for (int x = 0; x < m * n; ++x) {
ans[x / c][x % c] = nums[x / n][x % n];
}
return ans;
}
};
复杂度分析
时间复杂度:O(rc)。这里的时间复杂度是在重塑矩阵成功的前提下的时间复杂度,否则当 mn = rc 时,C++ 语言中返回的是原数组的一份拷贝,本质上需要的时间复杂度为 O(mn),而其余语言可以直接返回原数组的对象,需要的时间复杂度仅为 O(1)。
空间复杂度:O(1)。
方法二 暴力遍历
遍历数组,先判断要求组成的矩阵的元素个数与原来矩阵的元素个数是否相等,不相等就返回原来矩阵,相等进入遍历,利用两个容器分别存储行矩阵和整个矩阵。
class Solution {
public:
vector<vector<int>> matrixReshape(vector<vector<int>>& mat, int r, int c) {
int n = mat.size();
int m = mat[0].size();
if(r*c != n*m) return mat;
vector<vector<int>> res;
vector<int> alls;
for(int i = 0; i < mat.size(); i++){
for(int j = 0; j < mat[i].size(); j++){
alls.push_back(mat[i][j]);
if(alls.size() == c){
res.push_back(alls);
alls.clear();
}
}
}
return res;
}
};
复杂度分析
时间复杂度:O(mn)。
空间复杂度:O(rc)。
118. 杨辉三角
给定一个非负整数 numRows,生成「杨辉三角」的前 numRows 行。
在「杨辉三角」中,每个数是它左上方和右上方的数的和。
思路解析
方法一 数学组合递推公式
每个数字等于上一行的左右两个数字之和,可用此性质写出整个杨辉三角。即第 n 行的第 i 个数等于第 n−1 行的第 i−1 个数和第 i 个数之和。这也是组合数的性质之一。
class Solution {
public:
vector<vector<int>> generate(int numRows) {
vector<vector<int>> ret(numRows);
for (int i = 0; i < numRows; ++i) {
ret[i].resize(i + 1);
ret[i][0] = ret[i][i] = 1;
for (int j = 1; j < i; ++j) {
ret[i][j] = ret[i - 1][j] + ret[i - 1][j - 1];
}
}
return ret;
}
};
复杂度分析
时间复杂度:O(numRows^2)。
空间复杂度:O(1)。
方法二 动态规划
逐行进行递推。
class Solution {
public:
vector<vector<int>> generate(int numRows) {
vector< vector<int> > result;
for(int i = 0; i< numRows; i++)
{
vector<int> temp(i+1, 1);
for(int j = 1; j < i; j++)
{
temp[j] = result[i-1][j-1] + result[i-1][j];
}
result.push_back(temp);
}
return result;
}
};
复杂度分析
时间复杂度:O(numRows^2)。
空间复杂度:O(1)。