73. 矩阵置零

73. 矩阵置零

  • 题目
  • 示例
  • [1. 两个set存储横纵坐标](#1. 两个set存储横纵坐标)

题目

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

示例 1:

输入:matrix = \[1,1,1,1,0,1,1,1,1]

输出:\[1,0,1,0,0,0,1,0,1]

示例 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 == matrix0.length
  • 1 <= m, n <= 200
  • -231 <= matrixij <= 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?

来源:力扣(LeetCode)
链接:https://leetcode.cn/problems/set-matrix-zeroes
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。

1. 两个set存储横纵坐标

执行用时:28 ms, 在所有 Python 提交中击败了69.77%的用户

内存消耗:13.5 MB, 在所有 Python 提交中击败了88.37%的用户

通过测试用例:170 / 170

python 复制代码
class Solution(object):
    def setZeroes(self, matrix):
        """
        :type matrix: List[List[int]]
        :rtype: None Do not return anything, modify matrix in-place instead.
        """
        lm,lmm = len(matrix), len(matrix[0])
        # 两个set,分别装坐标x和y
        sx = set()
        sy = set()
        # 遍历寻找需要为0的横纵
        for i in range(lm):
            for j in range(lmm):
                if matrix[i][j] == 0:
                    sx.add(i)
                    sy.add(j)
        # 部署零
        for i in range(lm):
            for j in range(lmm):
                if i in sx or j in sy:
                    matrix[i][j] = 0
相关推荐
zh路西法3 分钟前
【离策略强化学习】DDPG、TD3 与 SAC:核心公式推导与源码解析
python·强化学习·ddpg·td3·sb3·off-policy·sac
秋秋小事5 分钟前
python 数据契约层FastAPI+Pydantic(一)
python
AIFQuant5 分钟前
Python港股实时行情API接入:恒生股票数据获取与AH股溢价监控实战
开发语言·数据库·python·金融·实时数据api
蒲公英eric7 分钟前
线性回归与正则化:从最小二乘到岭回归、LASSO
人工智能·算法·数学建模·线性回归·岭回归·最小二乘·lasso
朝阳资本论12 分钟前
小马智行杀入伦敦牵手Uber,中国Robotaxi出海怎么打?
python
外收内放16 分钟前
Python基础语法练习题(70)
开发语言·python
老唐77716 分钟前
Agent 开发入门教程:从零搭建一个 Python AI Agent
人工智能·python·深度学习·langchain·大模型·agent·智能体
宿州派大星3 小时前
Python实战:PyQt5 + OpenCV + Dlib 打造AI桌面应用
人工智能·python·qt
碧海银沙音频科技研究院4 小时前
炬芯ATS3089X手表的HFP通话不自动路由到设备BT的问题解决
网络·人工智能·嵌入式硬件·算法
承渊政道4 小时前
【从零开始大模型开发与微调:基于PyTorch与ChatGLM】(开源大模型ChatGLM高级定制化应用实战)
人工智能·pytorch·python·llm·模型微调·glm