原題描述
Given a m x n matrix, if an element is 0, set its entire row and column to 0. Do it in place.
Follow up:
Did you use extra space?
A straight forward solution using O(mn) space is probably a bad idea.
A simple improvement uses O(m + n) space, but still not the best solution.
Could you devise a constant space solution?
原題鏈接: https://leetcode.com/problems/set-matrix-zeroes/
思路分析
這裏我可以先假設有下圖所示的一組原始矩陣:
題目中想要實現的功能是讓矩陣中,每個元素 0 所在的行跟所在列都被置爲 0。就像下面這樣:
通過人爲的方式,我們可以很快找到重置規則。就像上圖中被有顏色的框框中的部分。可是,在程序當中,要怎麼實現呢?
在人爲尋找的過程中,我們想到的是,在鎖定了一個 0 的時候就可以把這個 0 所在的行跟列全部置 0。那麼,這裏有一個問題,那就是如果某一行或是某一列中存在兩個 0。比如二維數組 array[][] 第 i 行中有兩個 0,分別是在第 j 列和第 k 列。當我們把第 i 行和第 j 列全部置爲 0 之後,那麼我們就無法確定 array[i][k] 所在的位置原來到底是不是 0 了。
基本上面的思路,我們又可以想出另外兩個思路。詳細情況請繼續閱讀下面的內容。
方案一
基本上面的思路,這裏可以引出另一個思路。上面說到我們無法知曉被置 0 之後的某一行或是某一列是否存在多個 0 的情況。那麼 我們就可以想到使用兩個數組來標記,這個數組就是標記,某一行或是某一列是否存在 0。這是一種 O(m + n) 空間複雜度的實現方式。
與上面矩陣對應的是兩個標記數組,數組中,如果此行或是此列中存在 0 就置爲 0,如果不存在 0 就置爲 1。
public void setZeroes(int[][] matrix) {
int rawLength = matrix.length;
int colLength = matrix[0].length;
boolean[] rawFlags = new boolean[rawLength];
boolean[] colFlags = new boolean[colLength];
for (int i = 0; i < rawLength; i++) {
for (int j = 0; j < colLength; j++) {
if (matrix[i][j] == 0) {
rawFlags[i] = true;
colFlags[j] = true;
}
}
}
// 調整每一行置0
for (int i = 0; i < rawLength; i++) {
if (rawFlags[i]) {
for (int j = 0; j < colLength; j++) {
matrix[i][j] = 0;
}
}
}
// 調整每一列置0
for (int i = 0; i < colLength; i++) {
if (colFlags[i]) {
for (int j = 0; j < rawLength; j++) {
matrix[j][i] = 0;
}
}
}
}
方案二
這是一種 O(1) 空間複雜度的實現方式。
上面的算法是一種 O(m + n) 時間複雜度的算法,那有沒有更好的算法呢?我們先來假設一種情況,比如說如果矩陣 T 的每一行都有一個 0 的話(如果從每一列來考慮,邏輯是一樣的),那麼是不是就可以把整個矩陣都置爲 0 呢?根據題意,當然是可行的。
那麼如果並不是每一行都有 0 呢?基於上面方案一的思路,我們知道我們需要用一些標記來標識某一行或是某一列是否存在 0。其實上面的思路是可以再精簡一些。比如我們把標識行存在 0 的標識數組除掉,留下列的數組。這樣當我們獲得列標識數組 Flag-C 之後,再遍歷矩陣 T,先把有 0 的行全部置 0,再把數組 Flag-C 標記的 0 所在的列進行置 0。過程如下圖所示:
找到一個沒有 0 的行,用來當成上面的標記數組 Flag-C,將有 0 的列所在的位置重置爲 0
將除上面找到的一行之外,其他的有 0 的行全部置 0。再將找到的一行,按 Flag-C 的標記進行重置各列
根據上面的算法思路就可以很容易地寫出如下的代碼:
public void setZeroes(int[][] matrix) {
int noZeroRawIndex = -1;
int rawLength = matrix.length;
int colLength = matrix[0].length;
for (int i = 0; i < rawLength; i++) {
int index = 0;
for (index = 0; index < colLength; index++) {
if (matrix[i][index] == 0) {
break;
}
}
if (index == colLength) {
noZeroRawIndex = i;
break;
}
}
if (noZeroRawIndex == -1) {
for (int i = 0; i < rawLength; i++) {
for (int j = 0; j < colLength; j++) {
matrix[i][j] = 0;
}
}
} else {
for (int i = 0; i < rawLength; i++) {
for (int j = 0; j < colLength; j++) {
if (matrix[i][j] == 0) {
matrix[noZeroRawIndex][j] = 0;
}
}
}
for (int i = 0; i < rawLength; i++) {
for (int j = 0; j < colLength; j++) {
if (i == noZeroRawIndex) {
continue;
}
if (matrix[i][j] == 0) {
for (int j2 = 0; j2 < colLength; j2++) {
matrix[i][j2] = 0;
}
}
}
}
for (int i = 0; i < colLength; i++) {
if (matrix[noZeroRawIndex][i] == 0) {
for (int j = 0; j < rawLength; j++) {
matrix[j][i] = 0;
}
}
}
}
}
總結
這裏給出了兩種算法方案,兩種方案各有優劣。方案一是高空間複雜度低時間複雜度;方案二是高時間複雜度低空間複雜度。所以,在實際使用的時候,還是要斟酌一下的。
下圖是在 LeetCode 上提交 Accpet 的效率對比:
上面的是方案二,下面的是方案一。
版權說明
著作權歸作者所有。
商業轉載請聯繫作者獲得授權,非商業轉載請註明出處。
作者:Coding-Naga
發表日期: 2016年4月17日
鏈接:http://blog.csdn.net/lemon_tree12138/article/details/51176153
來源:CSDN
更多內容:分類 >> 思維的迷宮
徵集
如果你也需要使用ProcessOn這款在線繪圖工具,可以使用如下邀請鏈接進行註冊:
https://www.processon.com/i/56205c2ee4b0f6ed10838a6d