系列文章目录

---

前言

本人最近再练习算法，所以会发布一些解题思路，希望大家多指教

一、题目描述

如果矩阵中的许多系数都为零，那么该矩阵就是稀疏的。对稀疏现象有兴趣是因为它的开发可以带来巨大的计算节省，并且在许多大的实践中都会出现矩阵稀疏的问题。

给定一个矩阵，现在需要逐行和逐列地扫描矩阵，如果某一行或者某一列内，存在连续出现的0的个数超过了行宽或者列宽的一半，则认为该行或者该列是稀疏的。

二、输入描述

第一行输入两个数，分别为M和N

接下来M行输入为矩阵的成员，每行N个成员，矩阵成员都是整数，范围-32768~32767

三、输出描述

输出两行，第一行表示稀疏行的个数，第二行表示稀疏列的个数。

四、Java代码

public static void main(String[] args) {Scanner sc = new Scanner(System.in);// 行的数量int M = sc.nextInt();// 列的数量int N = sc.nextInt();// 正矩阵（行是行，列是列）int[][] rowArr = new int[M][N];//通过二维数组接受矩阵信息for (int i = 0; i < M; i++) {for (int j = 0; j < N; j++) {rowArr[i][j] = sc.nextInt();}}//初始化满足稀疏行的行数int rowTimes = 0;//初始化每行最大连续0的个数int maxRowCount = 0;//初始化每行连续0的个数int rowCount = 1;//初始化每列连续0的个数int colCount = 0;//初始化满足稀疏列的列数int colTimes = 0;for (int i = 0; i < M; i++) {for (int j = 0; j < N; j++) {//处理行数据if(rowArr[i][j] == 0){if(j+1 < N && rowArr[i][j+1] == 0){rowCount++;}} else {//行遍历过程中遇到1时，以为连续的0被断开，需要比较得出当前连续0的最大长度，及将rowCount重置为1maxRowCount = Math.max(rowCount, maxRowCount);rowCount = 1;}//列的处理，只需要在遍历第一行数据时，通过深度搜索进行判断if(i == 0){//处理列maxColcount = dfs(rowArr, i, j, M, colCount);if(maxColcount > M/2){colTimes++;}//每列遍历结束后，将maxColcount重置为0maxColcount = 0;}}if(maxRowCount > N/2){rowTimes++;}//每行遍历结束后，将maxCount重置为0maxRowCount = 0;}System.out.println("稀疏行的个数："+rowTimes);System.out.println("稀疏列的个数："+colTimes);}//初始化每列最大连续0的个数static int maxColcount = 0;private static int dfs(int[][] rowArr, int i, int j, int m, int colCount) {if(rowArr[i][j] == 0){colCount++;}int x = i+1;if(x>=0 && x < m){if(rowArr[x][j] == 1){//当前元素为1，则需要断开连续区间，求出当前最大的连续0长度，重置colCountmaxColcount = Math.max(maxColcount, colCount);colCount = 0;}//继续向下深度搜索colCount = dfs(rowArr, x, j, m, colCount);}return Math.max(maxColcount, colCount);}

五、测试用例

输入：
7 6
1 1 0 1 1 0
0 1 0 0 0 1
1 0 0 0 1 0
1 0 0 0 0 0
0 1 1 0 0 0
1 0 0 0 0 1
1 0 0 0 0 1
输出：

提示

也可以通过，矩阵反转来处理列的数据，本人有点偷懒，所以就直接在处理第一行元素的时候，顺便处理了列的数据。