矩阵置0

LeetCode相关内容
    //给定一个m*n的矩阵,如果有一个元素是0,就把该元素所在的行和列上的元素全置为0,要求使用原地算法。
    //拓展:
    //你的算法有使用额外的空间吗?
    //一种比较直接的算法是利用O(m,n)的空间,但是这不是一个好的解法
    //使用简单的改进可以在O(m+n)的空间解决这个问题,但是还不是最佳的解法
    //你能在常量级的空间复杂度内解决这个问题吗?

    //遍历矩阵,如果cell[i][j] == 0 就将cell[i][0](首列) 和cell[0][j](首行)置为0
    //细节:第一行使用cell[0][0]标记,第一列使用isColZero标记
    //从第二行第二列开始遍历,如果cell[i][0] == 0或者cell[0][j] == 0,则cell[i][j] = 0;
    //检查cell[0][0]是否为0,是的话将第一行全部标记为0
    //再检查isCol是否为true,是的话,第一列全部标记为0
    public void setZeroes(int[][] matrix) {
        if (matrix == null || matrix.length == 0) {
            return;
        }

        int rows = matrix.length;
        int cols = matrix[0].length;
        boolean isColZero = false;
        for (int i = 0; i < rows; i++) {
            //先判断第一列
            if (!isColZero && matrix[i][0] == 0) {
                isColZero = true;
            }
            //从第二列开始,上面已经处理过第一列了
            for (int j = 1; j < cols; j++) {
                if (matrix[i][j] == 0) {
                    matrix[i][0] = 0;
                    matrix[0][j] = 0;
                }
            }
        }

        //从第二行第二列开始遍历
        for (int i = 1; i < rows; i++) {
            for (int j = 1; j < cols; j++) {
                if (matrix[i][0] == 0 || matrix[0][j] ==0) {
                    matrix[i][j] = 0;
                }
            }
        }

        //需要先判断第一行以后再来判断第一列,不然可能第一列中将matrix[0][0]置为了0
        //如果第一行需要被标记
        if (matrix[0][0] == 0) {
            for (int i = 0; i < cols; i++) {
                matrix[0][i] = 0;
            }
        }

        //如果第一列需要被标记
        if (isColZero) {
            for (int i = 0; i < rows; i++) {
                matrix[i][0] = 0;
            }
        }
    }
### MATLAB 中矩阵元素零的方法 在 MATLAB 中,可以通过多种方法实现将矩阵中的某些元素设0。以下是几种常见的方法及其具体实现: #### 方法一:通过逻辑索引 可以使用逻辑条件来定位满足特定条件的元素并将其零。例如,假设有一个矩阵 `A`,希望将其中小于等于 0 的所有元素0。 ```matlab A = [-1, 2; 3, -1]; A(A <= 0) = 0; disp(A); ``` 这种方法利用了 MATLAB 的逻辑索引功能,能够高效地完成目标[^4]。 --- #### 方法二:基于坐标位零 如果已知需要零的具体位,则可以直接指定这些位并将对应元素赋值为 0。例如,假设需要将矩阵 `A` 的第 (1,1) 和 (2,2) 位上的元素0。 ```matlab A = magic(3); % 创建一个 3x3 魔方矩阵 A([1, 5]) = 0; % 将线性索引对应的元素0 % 或者按行列形式指定 A(sub2ind(size(A), [1, 2], [1, 2])) = 0; disp(A); ``` 这里使用了 `sub2ind` 函数将子脚标转换成单下标表示法[^3]。 --- #### 方法三:全矩阵范围内的零操作 当需要对整个矩阵或者其部分区域执行统一的操作时,也可以借助辅助矩阵完成。比如,创建一个与原矩阵相同尺寸的新矩阵 B 并对其进行修改后再作用于原始数据上。 ```matlab A = randi([-5, 5], 4, 4); % 构造随机整数矩阵 mask = abs(A) >= 3; % 定义掩码规则 B = double(mask); % 转换成双精度浮点型布尔值 C = A .* (~B); % 对应位相乘得到最终结果 disp(C); ``` 上述代码片段展示了如何构建一个遮罩层用于筛选符合条件的数据项再实施替换处理过程。 --- #### 方法四:特殊函数支持下的稀疏模式应用 针对大规模稀疏结构的情况,还可以考虑采用专门设计好的工具集来进行优化管理。像 speye() 可生成稀疏格式的身份阵列;spones() 则会保留输入参数里非空白单元格的同时赋予固定数值填充进去等等特性均有助于简化编程流程以及提升性能表现水平[^1]。 ```matlab S = sparse(randi([0, 1], 6, 6)); % 初始化一个稀疏矩阵 S T = spones(S); % 把 S 的非零元素改成 1 Z = T * 0; % 所有元素变为 0 full(Z) % 显示完整版视图 ``` 此段示范说明了怎样运用内命令快速构造出所需的零初始化版本实例对象出来供后续调用需求所用。 --- ### 总结 以上介绍了四种不同的技术手段分别适用于不同场景下来达成设定目的——即将给定范围内选定出来的那些成员重新调整至预设状态即“清零”。每种方式都有各自的优势特点,在实际开发过程中可以根据具体情况灵活选用最合适的解决方案加以实践验证效果最佳方案组合起来综合考量整体效益最大化原则去解决问题。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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