
注意是修改原始矩阵的0
暴力解法:
符合题目的要求(原地修改),不过用了额外的空间来存储需要设置为 0 的行和列。
python
class Solution:
def setZeroes(self, matrix: List[List[int]]) -> None:
"""
Do not return anything, modify matrix in-place instead.
"""
row0 = []
col0 = []
m = len(matrix)
n = len(matrix[0])
for row in range(m):
for col in range(n):
if matrix[row][col] == 0:
row0.append(row)
col0.append(col)
row0 = set(row0)
col0 = set(col0)
for row in row0:
for j in range(n):
matrix[row][j] = 0
for col in col0:
for i in range(m):
matrix[i][col] = 0
时间复杂度 : O(m * n)
第一步:O(m * n)(遍历整个矩阵)
第二步:O(m * n)(修改包含 0 的行)
第三步:O(m * n)(修改包含 0 的列)
所以,总的时间复杂度是 O(m * n)
空间复杂度 :O(m + n)
使用了两个集合 row0 和 col0 来存储所有为 0 的行和列。
row0 最多包含 m 个行,col0 最多包含 n 个列。因此,空间复杂度是 O(m + n)。
为了优化这个算法,使其 空间复杂度 从 O(m + n) 降低到 O(1),我们可以通过原地标记 的方式来避免使用额外的空间(例如 row0 和 col0)。具体的思路如下
优化思路:
- 使用矩阵的第一行和第一列作为标记: 使用 第一行 来标记哪些列需要置 0。 使用 第一列 来标记哪些行需要置 0
- 标记到第一行第一列,如果被标记,说明这一行本来也要改为0,所以对第一行第一列的"污染"不影响
- 再次遍历矩阵,将相应的行和列置 0
- 最后,检查第一行和第一列,决定是否需要将它们全部置为 0
python
class Solution:
def setZeroes(self, matrix: List[List[int]]) -> None:
"""
Do not return anything, modify matrix in-place instead.
"""
m = len(matrix)
n = len(matrix[0])
# 标记第一行和第一列是否需要置为0,布尔值
row0 = False
for j in range(n):
if matrix[0][j] == 0:
row0 = True
col0 = False
for i in range(m):
if matrix[i][0] == 0:
col0 = True
# 遍历时从第二行和第二列开始:
# 标记到第一行第一列,如果被标记,说明这一行本来也要改为0,所以对第一行第一列的"污染"不影响
for i in range(1, m):
for j in range(1, n):
if matrix[i][j] == 0:
matrix[i][0] = 0 # 标记第 i 行需要置0
matrix[0][j] = 0 # 标记第 j 列需要置0
# 遍历时从第二行和第二列开始:
# 如果第一行第一列为0,置零
for i in range(1, m):
for j in range(1, n):
if matrix[i][0] == 0 or matrix[0][j] == 0:
matrix[i][j] = 0
# 最后处理第一行第一列
if row0:
for j in range(n):
matrix[0][j] = 0
if col0:
for i in range(m):
matrix[i][0] = 0