题目写的很清楚,就是带有0的那行,行和列都改为0,这时候比较尴尬的不是算法本身,而是空间复杂度和时间复杂度的限制。
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?
我觉得,最好根据后面的这三个方案来解决。
如果忽略第一个条件,直接新建一个矩阵,然后在新的矩阵上修改就行了。
如果是第二个条件的话,应该是将原始矩阵的0位坐标记录下来,然后在原始矩阵上进行修改。但这肯定也不是一个最优答案。
针对第三个条件,网络上大部分的分析方式是这样的,先将第一行和第一列的数据记录下来,然后再以第一行和第一列做标记,这样子的话只需要增加2个空间记录就行了。先贴一段代码:
class Solution:
def setZeroes(self, matrix):
"""
:type matrix: List[List[int]]
:rtype: void Do not return anything, modify matrix in-place instead.
"""
m = len(matrix)
n = len(matrix[0])
row_zero = False
col_zero = False
for i in range(m):
if matrix[i][0] == 0:
col_zero = True
break
for i in range(n):
if matrix[0][i] == 0:
row_zero = True
break
for i in range(m):
for j in range(n):
if matrix[i][j] == 0:
matrix[i][0] = 0
matrix[0][j] = 0
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
if col_zero:
for i in range(m):
matrix[i][0] = 0
if row_zero:
for i in range(n):
matrix[0][i] = 0
但是始终是觉得有点不甘心,非要用这种方法吗?能不能有个什么曲线救国的方式?
这时候有个小想法,如果数据都规定是正数,或者是有什么限定,比如矩阵中不存在-1,那么先将矩阵需要置零的地方改为-1,然后再循环一遍改为0就行了。但是这都是建立在数据有限制的情况下,题目中并没有指出数据有限制。