sách gpt4 ai đã đi

[Thuật toán Ninja] Từ Minesweeper đến các phép toán ma trận: Khám phá bài toán Matrix Zeroing | LeetCode73 Matrix Zeroing

In lại 作者:撒哈拉 更新时间:2025-02-08 21:15:54 59 4
mua khóa gpt4 Nike

从扫雷游戏到矩阵操作:探索矩阵置零问题

生活中的算法

想象你在玩扫雷游戏,当你点到一个地雷时,不仅这个格子会被标记,与它同行同列的格子也都会受到影响。或者想象一个办公室的座位表,如果某个位置发现了感染者,为了安全起见,需要将该员工所在的整行(同排同事)和整列(对面同事)都标记为密切接触者需要检测.

这种"一点触发,全行全列响应"的场景在生活中很常见:

  • 学校课程表中,如果某个老师请假,那一整行的课程都需要调整
  • 表格处理软件中,调整某个单元格的格式,可以统一设置整行整列
  • 影院选座系统中,如果一个座位损坏,可能需要锁定那一排和那一列的预订功能

Mô tả vấn đề

LeetCode第73题"矩阵置零"是这样描述的: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.

Ví dụ:

输入:matrix = [ [1,1,1], [1,0,1], [1,1,1] ] 输出:[ [1,0,1], [0,0,0], [1,0,1] ]

最直观的解法:额外空间标记

就像在处理办公室防疫时,先用一张新表记录下所有需要检测的位置,然后统一处理.

让我们用一个简单的例子来理解:

原矩阵: [1,2,0] [3,4,5] 1. 记录0所在的位置: - 第0行,第2列有个0 2. 标记需要置零的行和列: - 需要置零的行:[0] - 需要置零的列:[2] 3. 根据记录修改矩阵: [0,0,0] // 第0行全置零 [3,4,0] // 第2列置零

优化解法:原地标记

仔细思考会发现,我们可以用矩阵的第一行和第一列来记录标记信息,就像用办公室的墙上的记事板来标记需要处理的区域。这样就不需要额外的空间了.

原地标记的原理

  1. 先记录第一行和第一列是否原本包含0
  2. 用第一行和第一列作为标记板
  3. 处理剩余的矩阵
  4. 最后根据第一步的记录处理第一行和第一列

示例演示

用下面的矩阵来说明:

[1,2,3] [4,0,6] [7,8,9] 1. 记录第一行和第一列的状态: - 第一行没有0 - 第一列没有0 2. 用第一行和第一列标记: - 因为matrix[1][1]=0,所以: - 标记第一行:matrix[0][1]=0 - 标记第一列:matrix[1][0]=0 3. 根据标记处理矩阵主体: [1,0,3] [0,0,0] [7,0,9] 4. 最后根据第一步的记录处理第一行第一列

Java代码实现

public void setZeroes(int[][] matrix) { if (matrix == null || matrix.length == 0) return; int m = matrix.length; int n = matrix[0].length; // 记录第一行和第一列是否原本包含0 boolean firstRowHasZero = false; boolean firstColHasZero = false; // 检查第一行 for (int j = 0; j < n; j++) { if (matrix[0][j] == 0) { firstRowHasZero = true; break; } } // 检查第一列 for (int i = 0; i < m; i++) { if (matrix[i][0] == 0) { firstColHasZero = true; break; } } // 使用第一行和第一列作为标记 for (int i = 1; i < m; i++) { for (int j = 1; j < n; j++) { if (matrix[i][j] == 0) { matrix[i][0] = 0; // 标记该行 matrix[0][j] = 0; // 标记该列 } } } // 根据标记处理非第一行第一列的部分 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; } } } // 处理第一行 if (firstRowHasZero) { for (int j = 0; j < n; j++) { matrix[0][j] = 0; } } // 处理第一列 if (firstColHasZero) { for (int i = 0; i < m; i++) { matrix[i][0] = 0; } } }

解法比较

让我们比较这两种方法:

额外空间标记:

  • 时间复杂度:O(m×n)
  • 空间复杂度:O(m+n)
  • 优点:思路清晰,实现简单
  • 缺点:需要额外空间

原地标记:

  • 时间复杂度:O(m×n)
  • 空间复杂度:O(1)
  • 优点:不需要额外空间
  • 缺点:实现稍复杂,需要额外记录第一行列的状态

解题技巧总结

这道题给我们的启发:

  1. 矩阵问题中,往往可以利用矩阵本身来存储信息
  2. 处理特殊情况(如第一行列)时,可以单独考虑
  3. 分步骤处理复杂问题可以让思路更清晰
  4. 在修改数据时,注意保护原始信息

类似的问题还有:

  • 生命游戏
  • 旋转图像
  • 岛屿数量

bản tóm tắt

通过矩阵置零这道题,我们学会了如何巧妙地利用矩阵本身来存储信息,避免使用额外空间。这种思维方式不仅适用于本题,在处理需要原地修改数据的矩阵问题时都很有启发。记住,当遇到需要在矩阵中标记信息的问题时,考虑能否利用矩阵本身的某些位置来存储标记! 。


作者:忍者算法 公众号:忍者算法 。

我准备了一份刷题清单,以及这些题目的详细题解,覆盖了绝大部分常见面试题。我可以很负责任地说,只要你把这些题真正掌握了,80%的算法面试都能遇到相似题目。公众号回复【刷题清单】获取~ 。

完整GitHub项目 。

最后此篇关于【忍者算法】从扫雷游戏到矩阵操作:探索矩阵置零问题|LeetCode73矩阵置零的文章就讲到这里了,如果你想了解更多关于【忍者算法】从扫雷游戏到矩阵操作:探索矩阵置零问题|LeetCode73矩阵置零的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。

59 4 0
Giấy chứng nhận ICP Bắc Kinh số 000000
Hợp tác quảng cáo: 1813099741@qq.com 6ren.com