566. 重塑矩阵

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。

注意:

给定矩阵的宽和高范围在 [1, 100]。
给定的 r 和 c 都是正数。
常规思路,首先根据两个矩阵的长乘宽是否相等来判断能否转化,如果能够转化,那么再用一个双重循环,将原矩阵的值按照一行行赋给结果矩阵

class Solution {
public:
    vector<vector<int>> matrixReshape(vector<vector<int>>& nums, int r, int c) {
        vector<vector<int>> res(r,vector<int>(c));
        int row = nums.size();
        int col = nums[0].size();
        int indx1 = 0,indx2 = 0;
        if( row*col!=r*c ){
            return nums;
        }else{
            for(int i=0;i<row;i++){
                for(int j=0;j<col;j++){
                    res[indx1][indx2++] = nums[i][j];
                    if( indx2==c){
                        indx2 = 0;
                        indx1++;
                    }
                }
            }
        }
        return res;
    }
};

精简写法,用一个循环搞定

class Solution {
public:
    vector<vector<int>> matrixReshape(vector<vector<int>> &nums, int r, int c) {
        if (nums.empty()) {
            return nums;
        }
        int m = nums.size();
        int n = nums[0].size();
        if (m * n < r * c) {
            return nums;
        }
        vector<vector<int>> newNums(r, vector<int>(c));
        for (int i = 0; i < r * c; i++) {
            newNums[i / c][i % c] = nums[i / n][i % n];
        }
        return newNums;
    }
};
### 实现矩阵重塑的方法 在编程中,矩阵重塑是一种常见的操作,通常用于调整数据结构以便于后续处理。以下是几种常见编程语言中的实现方式。 #### Python 中的 NumPy 库 NumPy 是一种强大的科学计算库,在其中可以轻松完成矩阵重塑的操作。`numpy.reshape()` 函数允许用户改变数组形状而不更改其数据[^4]。 ```python import numpy as np # 创建一个一维数组 array = np.array([1, 2, 3, 4, 5, 6]) # 将一维数组重塑为二维数组 (2x3) reshaped_array = array.reshape(2, 3) print(reshaped_array) ``` 上述代码展示了如何通过 `reshape` 方法将原始的一维数组转换成指定大小的二维数组。需要注意的是,新形状的总元素数量必须等于原数组的元素总数[^4]。 #### MATLAB 中的 Reshape 功能 MATLAB 提供了一个内置函数叫做 `reshape` 来重新排向量或者矩阵的数据到一个新的维度上而保持原有顺序不变[^5]。 ```matlab % 原始向量 vector = [1; 2; 3; 4; 5; 6]; % 转换成 2 行 3 的形式 newMatrix = reshape(vector, 2, 3); disp(newMatrix); ``` 这段脚本说明了怎样利用 MATLAB 的 `reshape` 把垂直方向上的矢量变成具有两行三的新布局形式[^5]。 #### TensorFlow/Keras 下张量变形 对于深度学习框架如TensorFlow 或 Keras来说,它们也支持类似的变换功能来适应神经网络层间输入输出规格的要求[^6]。 ```python from tensorflow import keras import numpy as np input_data = np.random.rand(100).reshape((10, 10)) # 构建随机初始数据集 layer_reshape = keras.layers.Reshape(target_shape=(5, 2))(keras.Input(shape=(10,))) model = keras.models.Sequential([ layer_reshape, ]) output = model.predict(input_data) print(output.shape) # 输出应显示新的尺寸配置 ``` 这里定义了一种模型架构片段,它接受固定模式下的批量样本作为入口,并应用重设指令将其映射至另一组特定参数设定之中[^6]。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值