算法leetcode|73. 矩阵置零(rust重拳出击)


文章目录

  • 73. 矩阵置零:
    • 样例 1:
    • 样例 2:
    • 提示:
    • 进阶:
  • 分析:
  • 题解:
    • rust:
    • go:
    • c++:
    • python:
    • java:


73. 矩阵置零:

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。

样例 1:

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

样例 2:

输入:matrix = [[0,1,2,0],[3,4,5,2],[1,3,1,5]]输出:[[0,0,0,0],[0,4,5,0],[0,3,1,0]]

提示:

  • m == matrix.length
  • n == matrix[0].length
  • 1 <= m, n <= 200
  • -231 <= matrix[i][j] <= 231 - 1

进阶:

  • 一个直观的解决方案是使用 O(mn) 的额外空间,但这并不是一个好的解决方案。
  • 一个简单的改进方案是使用 O(m + n) 的额外空间,但这仍然不是最好的解决方案。
  • 你能想出一个仅使用常量空间的解决方案吗?

分析:

  • 面对这道算法题目,二当家的再次陷入了沉思。
  • 要遍历整个矩阵是肯定的了,所以时间复杂度上似乎没什么大的技巧,重点在空间复杂度上。
  • 不使用额外空间,直接在遍历中就将行和列置0,会导致还没有遍历到的值丢失。
  • 可以将原矩阵整体拷贝一份作为备份,然后遍历这个备份的矩阵,去直接将原矩阵置0,这样会使用 O(mn) 的额外空间。
  • 一个简单的改进方案是使用两个额外的数组,存储每一行是否出现过0,和每一列是否出现过0,然后再利用这两个额外的标记数组将原矩阵置0,这样会使用 O(m + n) 的额外空间。
  • 可以进一步优化,我们可以用矩阵的第一行和第一列代作为标记数组。但这样会导致原数组的第一行和第一列被修改,无法记录它们是否原本包含 0。因此我们需要额外使用两个标记变量分别记录第一行和第一列是否原本包含 0,这样仅仅需要 O(1) 的额外空间。

题解:

rust:

impl Solution {pub fn set_zeroes(matrix: &mut Vec<Vec<i32>>) {let (m, n) = (matrix.len(), matrix[0].len());let (mut flag_row0, mut flag_col0) = (false, false);// 第一行是否有0for i in 0..n {if matrix[0][i] == 0 {flag_row0 = true;break;}}// 第一列是否有0for i in 0..m {if matrix[i][0] == 0 {flag_col0 = true;break;}}// 标记(1..m).for_each(|i| {(1..n).for_each(|j| {if matrix[i][j] == 0 {matrix[i][0] = 0;matrix[0][j] = 0;}});});// 置0(1..m).for_each(|i| {(1..n).for_each(|j| {if matrix[i][0] == 0 || matrix[0][j] == 0 {matrix[i][j] = 0;}});});// 第一行置0if flag_row0 {for i in 0..n {matrix[0][i] = 0;}}// 第一列置0if flag_col0 {for i in 0..m {matrix[i][0] = 0;}}}
}

go:

func setZeroes(matrix [][]int)  {m, n := len(matrix), len(matrix[0])row0, col0 := false, false// 第一行是否有0for _, v := range matrix[0] {if v == 0 {row0 = truebreak}}// 第一列是否有0for _, r := range matrix {if r[0] == 0 {col0 = truebreak}}// 标记for i := 1; i < m; i++ {for j := 1; j < n; j++ {if matrix[i][j] == 0 {matrix[i][0] = 0matrix[0][j] = 0}}}// 置0for i := 1; i < m; i++ {for j := 1; j < n; j++ {if matrix[i][0] == 0 || matrix[0][j] == 0 {matrix[i][j] = 0}}}// 第一行置0if row0 {for i := 0; i < n; i++ {matrix[0][i] = 0}}// 第一列置0if col0 {for _, r := range matrix {r[0] = 0}}
}

c++:

class Solution {
public:void setZeroes(vector<vector<int>>& matrix) {const int m = matrix.size(), n = matrix[0].size();bool flag_row0 = false, flag_col0 = false;// 第一行是否有0for (int i = 0; i < n; ++i) {if (!matrix[0][i]) {flag_row0 = true;break;}}// 第一列是否有0for (int i = 0; i < m; ++i) {if (!matrix[i][0]) {flag_col0 = true;break;}}// 标记for (int i = 1; i < m; ++i) {for (int j = 1; j < n; ++j) {if (!matrix[i][j]) {matrix[i][0] = matrix[0][j] = 0;}}}// 置0for (int i = 1; i < m; ++i) {for (int j = 1; j < n; ++j) {if (!matrix[i][0] || !matrix[0][j]) {matrix[i][j] = 0;}}}// 第一行置0if (flag_row0) {for (int i = 0; i < n; ++i) {matrix[0][i] = 0;}}// 第一列置0if (flag_col0) {for (int i = 0; i < m; ++i) {matrix[i][0] = 0;}}}
};

python:

class Solution:def setZeroes(self, matrix: List[List[int]]) -> None:"""Do not return anything, modify matrix in-place instead."""m, n = len(matrix), len(matrix[0])# 第一行是否有0flag_row0 = any(matrix[0][i] == 0 for i in range(n))# 第一列是否有0flag_col0 = any(matrix[i][0] == 0 for i in range(m))# 标记for i in range(1, m):for j in range(1, n):if matrix[i][j] == 0:matrix[i][0] = matrix[0][j] = 0# 置0for i in range(1, m):for j in range(1, n):if matrix[i][0] == 0 or matrix[0][j] == 0:matrix[i][j] = 0# 第一行置0if flag_row0:for j in range(n):matrix[0][j] = 0# 第一列置0if flag_col0:for i in range(m):matrix[i][0] = 0

java:

class Solution {public void setZeroes(int[][] matrix) {final int m        = matrix.length, n = matrix[0].length;boolean   flagRow0 = false, flagCol0 = false;// 第一行是否有0for (int i = 0; i < m; ++i) {if (matrix[i][0] == 0) {flagCol0 = true;break;}}// 第一列是否有0for (int i = 0; i < n; ++i) {if (matrix[0][i] == 0) {flagRow0 = true;break;}}// 标记for (int i = 1; i < m; ++i) {for (int j = 1; j < n; ++j) {if (matrix[i][j] == 0) {matrix[i][0] = matrix[0][j] = 0;}}}// 置0for (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;}}}// 第一行置0if (flagRow0) {for (int i = 0; i < n; ++i) {matrix[0][i] = 0;}}// 第一列置0if (flagCol0) {for (int i = 0; i < m; ++i) {matrix[i][0] = 0;}}}
}

非常感谢你阅读本文~
欢迎【点赞】【收藏】【评论】三连走一波~
放弃不难,但坚持一定很酷~
希望我们大家都能每天进步一点点~
本文由 二当家的白帽子:https://le-yi.blog.csdn.net/ 博客原创~


本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/52428.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【PHP】函数-作用域可变函数匿名函数闭包常用系统函数

文章目录 函数定义&使用命名规则参数种类默认值引用传递函数返回值return关键字 作用域global关键字静态变量 可变函数匿名函数闭包常用系统函数输出函数时间函数数学函数与函数相关函数 函数 函数&#xff1a;function&#xff0c;是一种语法结构&#xff0c;将实现某一个…

Activity 的启动流程(Android 13)

Activity 的启动过程分为两种&#xff1a;一种是普通 Activity 的启动过程&#xff0c;另一种是根 Activity 的启动过程。普通 Activity 指的是除应用程序启动的第一个 Activity 之外的其他 Activity。根 Activity 指的是应用程序启动的第一个 Activity&#xff0c;因此&#x…

智能指针使用

最近在复习C的一些相关知识&#xff0c;正好把智能指针重新梳理一遍。 智能指针 作用 为什么需要智能指针&#xff1f;说白了就是为了更加“方便智能”的管理内存&#xff0c;当使用原始指针有时候会因为忘记释放内存&#xff0c;从而导致内存泄漏 。智能指针则可以帮我们释放…

如何在PHP中使用字符串

引言 字符串是由一个或多个字符组成的序列&#xff0c;可以由字母、数字或符号组成。所有的书面通信都是由字符串组成的。因此&#xff0c;它们是任何编程语言的基础。 在本文中&#xff0c;您将学习如何创建和查看字符串的输出&#xff0c;如何使用转义序列&#xff0c;如何连…

学历提升的途径,到底有哪些?5步带你搞清楚!

提升学历的方式有哪些&#xff1f; 目前提升有四种形式&#xff0c;分别是统招全日制、自学考试、成人高考、国家开放大学。 它们都是国家承认的学历&#xff0c;学信网可查&#xff0c;可以考公务员、研究生。 统招全日制含金量最高。 之前有一种形式是网络教育&#xff0…

Azure不可变Blob存储

文章目录 Azure不可变Blob存储介绍Azure不可变性策略实战演练 Azure不可变Blob存储介绍 不可变的存储是一种用于存储业务关键型 Blob 数据的存储方式。与可变存储相反&#xff0c;不可变存储的特点是一旦数据被写入后&#xff0c;便无法再对其进行修改或删除。这种存储方式提供…

【leetcode 力扣刷题】交换链表中的节点

24. 两两交换链表中的节点 24. 两两交换链表中的节点两两节点分组&#xff0c;反转两个节点连接递归求解 24. 两两交换链表中的节点 题目链接&#xff1a;24. 两两交换链表中的节点 题目内容&#xff1a; 题目中强调不能修改节点内部值&#xff0c;是因为如果不加这个限制的话…

实验室信息化管理系统的优势及发展趋势

随着现代化实验室的快速发展&#xff0c;实验室数据的管理和处理已经不再是单纯的人工填写、计算和报表编制&#xff0c;实验室管理工作的复杂性和艰巨性与日俱增&#xff0c;传统实验室的管理模式已经无法满足实验室管理的需求。为了解决这些问题&#xff0c;LIMS&#xff08;…

Windows下编译NextCloud desktop 3.9.1

首先从官方下载源码&#xff1a; https://github.com/nextcloud/desktop&#x1f4bb; Desktop sync client for Nextcloud. Contribute to nextcloud/desktop development by creating an account on GitHub.https://github.com/nextcloud/desktop 我选择的是3.9.1的稳定版本…

Elasticsearch(十二)搜索---搜索匹配功能③--布尔查询及filter查询原理

一、前言 本节主要学习ES匹配查询中的布尔查询以及布尔查询中比较特殊的filter查询及其原理。 复合搜索&#xff0c;顾名思义是一种在一个搜索语句中包含一种或多种搜索子句的搜索。 布尔查询是常用的复合查询&#xff0c;它把多个子查询组合成一个布尔表达式&#xff0c;这些…

栈:后进先出的数据结构

栈与队列 在计算机科学中&#xff0c;栈&#xff08;Stack&#xff09;是一种常见的数据结构&#xff0c;它的特殊性在于遵循后进先出&#xff08;Last-In-First-Out&#xff0c;LIFO&#xff09;的原则。栈被广泛应用于各种计算机算法和程序设计中&#xff0c;它的简单而有效…

Spring 为什么使用三级缓存解决循环依赖

文章目录 前言1. 什么是循环依赖1.1 互相依赖1.2 递归依赖 2. Sping中循环依赖有什么问题&#xff1f;3. 什么是三级缓存4. Spring 可以解决哪些情况的循环依赖&#xff1f; 二级缓存作用——普通循环依赖实操环节1. 实例化类A对象2. 实例化类B对象3. B对象完成创建4.继续创建A…

数字图像处理—— Lab、YCbCr、HSV、RGB之间互转

Lab “Lab” 图像格式通常指的是 CIELAB 色彩空间&#xff0c;也称为 Lab 色彩空间。它是一种用于描述人类视觉感知的颜色的设备无关色彩空间&#xff0c;与常见的 RGB 和 CMYK 色彩空间不同。CIELAB 由国际照明委员会&#xff08;CIE&#xff09;于1976年定义&#xff0c;用于…

数据驱动工作效率提升的5个层次—以PreMaint设备数字化平台为例

在现代工业领域&#xff0c;数据分析已成为提升工作效率和优化生产的不可或缺的工具。从描述性分析到规范性分析&#xff0c;数据分析逐步揭示了设备运行和维护的深层信息&#xff0c;帮助企业更明智地做出决策。本文将以PreMaint设备数字化平台为例&#xff0c;探讨工业数据驱…

反转链表(C++)

1、迭代法的一种写法 ListNode* reverse_linkList(ListNode* head){if(head nullptr || head->next nullptr) return head;ListNode* begin nullptr;ListNode* mid head;ListNode* end head->next;while(true){mid->next begin;if(end nullptr){break;}begin …

MySQL常用表级操作

基础信息相关 1.修改表名&#xff1a; rename table 旧表名 to 新表名; 2、修改字段类型&#xff1a; alter table 表名 modify column 字段名 字段类型(长度) 3、修改字段名称和类型&#xff1a; alter table 表名 change 现有字段名称 修改后字段名称 数据类型 4、增加字段&a…

《存储IO路径》专题:DDIO对系统性能的影响

DDIO对系统性的影响 想象一下,有一天,你在网上冲浪,突然,一个巨大的数据包从天而降,直接砸在了你的电脑上。你一看,哇,是全新的《英雄联盟》版本!你迫不及待地打开了游戏,发现加载速度简直快如闪电。 那么,这个神奇的事情是怎么发生的呢? 其实,这都要归功于DDIO技…

Wireshark数据抓包分析之ARP协议

一、实验目的&#xff1a; 通过wireshark的数据抓包了解这个ARP协议的具体内容 二、预备知识: 1.Address Resolution Protocol协议&#xff0c;就是通过目标IP的值&#xff0c;获取到目标的mac地址的一个协议 2.ARP协议的详细工作过程&#xff0c;下面描述得非常清晰&#xff…

230814期优橙5G网络优化就业班开班啦!这样的学习环境泰酷辣!~

230814期为期8天的基础班顺利结束&#xff01; 接下来就是为期3个月的就业班 小优橙一点都不敢耽搁时间 紧跟优橙老师教学节奏 今日通知 230814期优橙就业班今天已经正式开班&#xff01; 本次就业班有哪些新收获&#xff01; 快来跟着学员视角看看8天在优橙真实感受吧~…

四旋翼欧拉方程推导过程

四旋翼欧拉方程推导过程 目录 一、欧拉方程的推导过程二、向量叉乘和叉乘1、向量点乘(内积)2、向量叉乘(外积)3三、矩阵乘法1、矩阵点乘3、矩阵乘法一、欧拉方程的推导过程 (参考:https://www.zhihu.com/question/327324524) 根据定义,角动量的表达式为: H = I ⋅ …