矩阵置零

cpp 复制代码
class Solution {
public:
    void setZeroes(vector<vector<int>>& matrix) {
        int n = matrix.size();    // 行数
        int m = matrix[0].size(); // 列数
        
        bool row0_has_zero = false; // 标记第一行原本是否包含 0
        bool col0_has_zero = false; // 标记第一列原本是否包含 0

        // 1. 检查第一列是否有 0
        for (int i = 0; i < n; i++) {
            if (matrix[i][0] == 0) {
                col0_has_zero = true;
                break; // 只要发现一个 0,该列就需要置零,跳出循环
            }
        }

        // 2. 检查第一行是否有 0
        for (int j = 0; j < m; j++) {
            if (matrix[0][j] == 0) {
                row0_has_zero = true;
                break; // 只要发现一个 0,该行就需要置零
            }
        }

        // 3. 使用第一行和第一列来标记剩余矩阵(1,1 到 n-1,m-1)中的 0
        for (int i = 1; i < n; i++) {
            for (int j = 1; j < m; j++) {
                if (matrix[i][j] == 0) {
                    matrix[i][0] = 0; // 在该行开头的首列位置打标记
                    matrix[0][j] = 0; // 在该列顶部的首行位置打标记
                }
            }
        }

        // 4. 根据首行和首列的标记,将对应的内部元素置零
        for (int i = 1; i < n; i++) {
            for (int j = 1; j < m; j++) {
                // 如果当前元素对应的首行或首列标记为 0,则该元素置 0
                if (matrix[i][0] == 0 || matrix[0][j] == 0) {
                    matrix[i][j] = 0;
                }
            }
        }

        // 5. 最后处理第一行
        if (row0_has_zero) {
            for (int j = 0; j < m; j++) matrix[0][j] = 0;
        }

        // 6. 最后处理第一列
        if (col0_has_zero) {
            for (int i = 0; i < n; i++) matrix[i][0] = 0;
        }
    }
};

2. 核心思路:借地办公 (In-place Marking)

问题的难点在于:当你把一行置零时,你会弄乱原始信息,导致你分不清哪些 0 是本来就在那里的,哪些是被你改出来的。

解决策略:

  1. 开辟小仓库:先用两个布尔变量存下第一行和第一列的"生死"(是否全变 0)。

  2. 就地取材:既然第一行和第一列的信息已经存好了,我们就可以用它们来当"草稿纸"。

  3. 投影记录 :遍历中间的元素,只要 (i, j) 是 0,就往对应的 (i, 0)(0, j) 扔一个 0。

  4. 按图索骥:根据草稿纸上的 0,把中间区域涂黑。

  5. 收尾:最后根据最开始的布尔变量,决定要不要把仓库(第一行/列)也涂黑。


3. 运行步骤示例

假设输入矩阵为:

Plaintext

复制代码
[1, 1, 1]
[1, 0, 1]
[1, 1, 1]
  • Step 1 & 2 (检查首行首列)

    • 第一行没 0,row0_has_zero = false

    • 第一列没 0,col0_has_zero = false

  • Step 3 (标记内部 0)

    • 发现 matrix[1][1] == 0,于是设置 matrix[1][0] = 0matrix[0][1] = 0

    • 此时矩阵变为:

      Plaintext

      复制代码
      [1, 0, 1]  <-- 这里的 0 是标记
      [0, 0, 1]  <-- 这里的 0 是标记
      [1, 1, 1]
  • Step 4 (根据标记置零内部)

    • matrix[1][2] 对应的 matrix[1][0] 是 0,所以置零。

    • matrix[2][1] 对应的 matrix[0][1] 是 0,所以置零。

    • 此时内部(不含首行首列)处理完毕。

  • Step 5 & 6 (处理首行首列)

    • 由于布尔变量都是 false,不进行整行整列覆盖。

最终结果:

Plaintext

复制代码
[1, 0, 1]
[0, 0, 0]
[1, 0, 1]

这种方法成功把空间复杂度从 O(M+N) 降到了 O(1)

相关推荐
重生之我是Java开发战士1 小时前
【递归、搜索与回溯】二叉树中的深度优先搜索:布尔二叉树,求根节点到叶节点数字之和,二叉树剪枝,验证二叉搜索树,第K小的元素,二叉树的所有路径
算法·深度优先·剪枝
lihihi1 小时前
P1650 [ICPC 2004 Shanghai R] 田忌赛马(同洛谷2587)
开发语言·算法·r语言
朱一头zcy1 小时前
[牛客]BC38 变种水仙花
算法
努力学算法的蒟蒻1 小时前
day105(3.6)——leetcode面试经典150
算法·leetcode·面试
Chan162 小时前
LeetCode 热题 100 | 矩阵
java·开发语言·数据结构·算法·spring·java-ee·intellij-idea
钓鱼的肝2 小时前
[GESP-4.2503.T2]二阶矩阵
c++·算法·矩阵
2301_800895102 小时前
BFS--备战蓝桥杯版h
算法·蓝桥杯·宽度优先
redcocal2 小时前
偏振光学——使用Lu-chipman极化分解算法分解米勒矩阵
算法·矩阵·偏振光学·极化分解·米勒矩阵·穆勒矩阵
放下华子我只抽RuiKe52 小时前
机器学习全景指南-基石篇——预测连续值的线性回归
人工智能·深度学习·神经网络·算法·机器学习·自然语言处理·线性回归