力扣1337(java&python)-矩陣中戰鬥力最弱的 K 行(簡單)
題目:
給你一個大小為 m * n 的矩陣 mat,矩陣由若干軍人和平民組成,分別用 1 和 0 表示。
請你返回矩陣中戰鬥力最弱的 k 行的索引,按從最弱到最強排序。
如果第 i 行的軍人數量少於第 j 行,或者兩行軍人數量相同但 i 小於 j,那麼我們認為第 i 行的戰鬥力比第 j 行弱。
軍人 總是 排在一行中的靠前位置,也就是說 1 總是出現在 0 之前。
示例 1:
輸入:mat =
[[1,1,0,0,0],
[1,1,1,1,0],
[1,0,0,0,0],
[1,1,0,0,0],
[1,1,1,1,1]],
k = 3
輸出:[2,0,3]
解釋:
每行中的軍人數目:
行 0 -> 2
行 1 -> 4
行 2 -> 1
行 3 -> 2
行 4 -> 5
從最弱到最強對這些行排序後得到 [2,0,3,1,4]
示例 2:
輸入:mat =
[[1,0,0,0],
[1,1,1,1],
[1,0,0,0],
[1,0,0,0]],
k = 2
輸出:[0,2]
解釋:
每行中的軍人數目:
行 0 -> 1
行 1 -> 4
行 2 -> 1
行 3 -> 1
從最弱到最強對這些行排序後得到 [0,2,3,1]
提示:
- m == mat.length
- n == mat[i].length
- 2 <= n, m <= 100
- 1 <= k <= m
- matrix[i][j] 不是 0 就是 1
來源:力扣(LeetCode)
連結:https://leetcode.cn/problems/the-k-weakest-rows-in-a-matrix
著作權歸領釦網路所有。商業轉載請聯絡官方授權,非商業轉載請註明出處。
解題思路:
根據題目中的意思:軍人總是排在一行中的靠前位置,1 總是出現在 0 之前,且二維矩陣中不是0就是1。就可以用二分查詢,找出一行中最後一個1 的位置,設定位置的初始值pos為-1,則得知最後一個1的位置後,這一行1的個數就為pos+1。
二分查詢的細節:
- 設定left = 0, right = col - 1, pos = -1, mid = left + (right - left + 1) / 2;
- 迴圈的條件是:left < right;
- 如果 mat[i][mid] == 0,則說明mid右邊的數都為0,需要移動right到mid-1,搜尋範圍為[left, mid -1];
- 如果 mat[i][mid] == 1,則說明mid左邊的數都為1,但是mid也有可能是最後一個1的位置,故將 left 移動到 mid,搜尋範圍為[mid, right](所以mid需要向上取整);
- 迴圈結束後:left == right,需要判斷left處的值是否為1,為1則pos = left,否則pos還是迴圈中的pos。
得到每一行的戰鬥力後,可以將每一行的戰鬥力和其索引放入到一個小跟堆裡面,但是當戰鬥力相同時,索引較小的更弱,故需要在小根堆中存放戰鬥力和索引的二元組。
java程式碼(left < right):
1 class Solution { 2 public int[] kWeakestRows(int[][] mat, int k) { 3 int row = mat.length, col = mat[0].length; 4 //建立一個小跟堆 5 PriorityQueue<int[]> queue = new PriorityQueue<>((x1, x2) -> { 6 //如果兩行個數不相同,就按照個數升序 7 if (x1[0] != x2[0]){ 8 return x1[0] - x2[0]; 9 } else { 10 //如果兩行個數相同,就按照行索引升序 11 return x1[1] - x2[1]; 12 } 13 }); 14 //二分查詢,找到每行1的個數 15 for (int i = 0; i < row; i++){ 16 int pos = -1; 17 int left = 0, right = col - 1; 18 while (left < right){ 19 int mid = left + (right - left + 1) / 2; 20 if (mat[i][mid] == 0){ 21 right = mid - 1; 22 }else { 23 left = mid; 24 //更新pos的位置 25 pos = mid; 26 } 27 } 28 pos = mat[i][left] == 1 ? left : pos; 29 //pos+1:pos為位置,pos+1就為長度 30 queue.offer(new int[]{pos+1, i}); 31 } 32 int[] res = new int[k]; 33 for (int l = 0; l < k; l++){ 34 res[l] = queue.poll()[1]; 35 } 36 return res; 37 } 38 }
python3程式碼(left <= right):
1 class Solution: 2 def kWeakestRows(self, mat: List[List[int]], k: int) -> List[int]: 3 row, col = len(mat), len(mat[0]) 4 power = list() 5 for i in range(row): 6 left, right, pos = 0, col-1, -1 7 while left <= right: 8 mid = left + (right - left) // 2 9 if mat[i][mid] == 0: 10 right = mid - 1 11 else: 12 left = mid + 1 13 pos = mid 14 power.append((pos+1, i)) 15 # 將列表轉換為堆 16 heapq.heapify(power) 17 res = list() 18 for i in range(k): 19 res.append(heapq.heappop(power)[1]) 20 return res
小知識:
1.java使用優先佇列實現大頂堆和小頂堆,預設是小根堆,當然記不住預設也沒有關係
小根堆建立:
PriorityQueue<Integer> minHeap = new PriorityQueue<>(k,(a,b) -> a-b);
大跟堆建立:
PriorityQueue<Integer> maxHeap = new PriorityQueue<>(k,(a,b) -> b-a);
其中構造器中的k表示建立堆的大小,之後用Lambda表示式快速實現自定義排序。
2.heapq堆的常用方法:
- heapq.heapify(list): 將列表轉換為堆
- heapq.heappush(heap, itme):heap為定義堆,item增加的元素
- heapq.heappop(heap):刪除並返回最小值,因為堆的特徵是heap[0]永遠是最小的元素,所以一般都是刪除第一個元素
- heapq.heapreplace(heap.item) :刪除並返回最小元素值,新增新的元素值
- heap.heappushpop(list, itme):判斷新增元素值與堆的第一個元素值對比;如果大,則刪除並返回第一個元素,然後新增新元素值item;如果小,則返回item,原堆不變
- heap.nlargest(n, heap):查詢堆中的最大n個元素
- heap.nsmallest(n, heap):查詢堆中的最小n個元素