题目
解法 常规的解法常见,在不考虑空间复杂度的情况下,可以重新开一个同等大小的矩阵保存数据集,之后替换即可,也可以在遍历的过程中使用两个数组预先保存本来就是0 的位置,在本地置零操作完成后再去处理数组中的内容,空间复杂度得到一定优化。
如果矩阵中的元素没有包括一个int所能表示的所有范围的话,还是可以用标志变量去标记原本的0和新变的0。时间和空间复杂度分别是Om*n,O1
代码 这个方法是将全局的0都映射到数组上。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 void setZeroes (vector<vector<int >>& matrix) { int m = matrix.size (); int n = matrix[0 ].size (); vector<int > row (m) , col (n) ; for (int i = 0 ; i < m; i++) { for (int j = 0 ; j < n; j++) { if (!matrix[i][j]) { row[i] = col[j] = true ; } } } for (int i = 0 ; i < m; i++) { for (int j = 0 ; j < n; j++) { if (row[i] || col[j]) { matrix[i][j] = 0 ; } } } }
如果想要实现题目中给出的原地算法,考虑最优空间复杂度的情况下,就需要使用以下代码,主要步骤是先记录第一行和第一列是否存在0,使用两个int存储true和false进行控制,然后将整个矩阵中非第一行和第一列的位置上所有为0的映射到第一行和第一列上,本来这些位置都是要置零的,所以没有错误。
之后再去遍历非第一行和第一列的数据,行和列对应的第一行和第一列数据但凡是有0 的,该位置上的值统统变为0。
最后再根据之前设计的两个int记录的第一行和第一列是否有0 的情况,对第一行和第一列进行操作
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 void setZeroes (vector<vector<int >>& matrix) { int m = matrix.size (); int n = matrix[0 ].size (); int flag_col0 = false , flag_row0 = false ; for (int i = 0 ; i < m; i++) { if (!matrix[i][0 ]) { flag_col0 = true ; } } for (int j = 0 ; j < n; j++) { if (!matrix[0 ][j]) { flag_row0 = true ; } } 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 ; } } } for (int i = 1 ; i < m; i++) { for (int j = 1 ; j < n; j++) { if (!matrix[i][0 ] || !matrix[0 ][j]) { matrix[i][j] = 0 ; } } } if (flag_col0) { for (int i = 0 ; i < m; i++) { matrix[i][0 ] = 0 ; } } if (flag_row0) { for (int j = 0 ; j < n; j++) { matrix[0 ][j] = 0 ; } } }