在MATLAB中,有一个非常有用的函数 reshape,它可以将一个矩阵重塑为另一个大小不同的新矩阵,但保留其原始数据。
给出一个由二维数组表示的矩阵,以及两个正整数r和c,分别表示想要的重构的矩阵的行数和列数。重构后的矩阵需要将原始矩阵的所有元素以相同的行遍历顺序填充。如果具有给定参数的reshape操作是可行且合理的,则输出新的重塑矩阵;否则,输出原始矩阵。
示例 1:
输入:
nums =
[[1,2],
[3,4]]
r = 1, c = 4
输出:
[[1,2,3,4]]
解释:
行遍历nums的结果是 [1,2,3,4]。新的矩阵是 1 * 4 矩阵, 用之前的元素值一行一行填充新矩阵。
示例 2:
输入:
nums =
[[1,2],
[3,4]]
r = 2, c = 4
输出:
[[1,2],
[3,4]]
解释:
没有办法将 2 * 2 矩阵转化为 2 * 4 矩阵。 所以输出原矩阵。
想要重构的矩阵的行数 r 和列数 c,以及原矩阵的行数 m 和列数 n
注意:其中 flag 用来当做一维数组的下标,每遍历一个元素,flag 的值就加 1。nums.length 获得矩阵的行数,nums[0].length 获得矩阵的列数。
class Solution {
public int[][] matrixReshape(int[][] nums, int r, int c) {
int m = nums.length; //矩阵的行数
int n = nums[0].length; //矩阵的列数
int flag = 0;
if (r * c != m * n) {
return nums;
}
int[] oldNums = new int[m * n];
int[][] newNums = new int[r][c];
for (int i=0;i<m;i++) {
for (int j=0;j<n;j++) {
oldNums[flag++] = nums[i][j];
}
}
flag = 0;
for (int i=0;i<r;i++) {
for (int j=0;j<c;j++) {
newNums[i][j] = oldNums[flag++];
}
}
return newNums;
}
}
时间复杂度:因为有 for 循环的嵌套,并且当代码执行到 for 循环时,m * n == r * c,所以复杂度为O(r * c + m * n) = O(2 * r * c) = O(r * c)(复杂度中常数不考虑在内)。
空间复杂度:因为开辟了两个新的空间,所以空间复杂度为O(r * c + m * n) = O(2* r * c) = O(r * c)。