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。
示例 1:
输入:
[
[1,1,1],
[1,0,1],
[1,1,1]
]
输出:
[
[1,0,1],
[0,0,0],
[1,0,1]
]
示例 2:
输入:
[
[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]
]
进阶:
一个直接的解决方案是使用 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。
你能想出一个常数空间的解决方案吗?
解答:由于为0所在行或列所有元素赋值为0的过程中,会丢失元素原始的值,即同一行或列可能存在多个0,所以应该先将所有0元素的位置记录下来。O(mn)解法最简单,即额外生成一个M*N的矩阵,在原矩阵上检测0,在新矩阵上赋值。O(m+n)解法指我们只需要记录存在0元素所在的行和列索引即可。
进一步优化的话我们可以在O(m+n)解法上优化,即用原始矩阵的第一行和第一列来记录0原始的行列索引。但此时还需要两个变量来记录原始矩阵第一行和第一列是否包含0元素。代码如下:
class Solution {
public:
void setZeroes(vector<vector<int>>& matrix) {
// 使用常数空间的解法
// 本质上是在O(m+n)解法基础上优化
// 使用原始矩阵的第一行和第一列来记录该行/列是否存在0
// 再使用两个变量来记录第一行/列是否存在0
int isFirstRowHasZero = 1;
int isFirstColumnHasZero = 1;
for(int i=0; i<matrix.size();i++)
{
for(int j=0;j<matrix[0].size();j++)
{
// 先判断第一行和第一列是否存在0
if(i==0 && matrix[i][j]==0)
{
isFirstRowHasZero = 0;
}
// 可能matrix[0][0]为0
if(j==0 && matrix[i][j]==0)
{
isFirstColumnHasZero = 0;
}
// 再判断其余行和列是否存在0,并且将第一行和第一列相应元素置零
else if(matrix[i][j]==0)
{
matrix[0][j] = 0;
matrix[i][0] = 0;
}
}
}
// 将包含0的行和列全部置零
for(int i=1;i<matrix.size();i++)
{
for(int j=1;j<matrix[0].size();j++)
{
if(matrix[i][0]==0)
matrix[i][j] = 0;
if(matrix[0][j]==0)
matrix[i][j] = 0;
}
}
// 第1行和第1列单独处理
if(isFirstRowHasZero==0)
{
for(int j=0;j<matrix[0].size();j++)
matrix[0][j] = 0;
}
if(isFirstColumnHasZero==0)
{
for(int i=0;i<matrix.size();i++)
matrix[i][0] = 0;
}
}
};
给定一个 m x n 矩阵,当遇到0元素时,需要将其所在行和列的所有元素置零。讨论了不同空间复杂度的解决方案,包括 O(mn)、O(m+n) 和常数空间的优化策略,提供了使用矩阵的第一行和第一列记录0位置的代码实现。

2320

被折叠的 条评论
为什么被折叠?



