LC 519. 随机翻转矩阵
题目描述
这是 LeetCode 上的 519. 随机翻转矩阵 ,难度为 中等。
给你一个 $m x n$ 的二元矩阵 $matrix$,且所有值被初始化为 $0$。
请你设计一个算法,随机选取一个满足 matrix[i][j] == 0
的下标 $(i, j)$ ,并将它的值变为 $1$ 。
所有满足 matrix[i][j] == 0
的下标 $(i, j)$ 被选取的概率应当均等。
尽量最少调用内置的随机函数,并且优化时间和空间复杂度。
实现 Solution
类:
Solution(int m, int n)
使用二元矩阵的大小 $m$ 和 $n$ 初始化该对象int[] flip()
返回一个满足matrix[i][j] == 0
的随机下标[i, j]
,并将其对应格子中的值变为 $1$void reset()
将矩阵中所有的值重置为 $0$
示例:1
2
3
4
5
6
7
8
9
10
11
12
13
14输入
["Solution", "flip", "flip", "flip", "reset", "flip"]
[[3, 1], [], [], [], [], []]
输出
[null, [1, 0], [2, 0], [0, 0], null, [2, 0]]
解释
Solution solution = new Solution(3, 1);
solution.flip(); // 返回 [1, 0],此时返回 [0,0]、[1,0] 和 [2,0] 的概率应当相同
solution.flip(); // 返回 [2, 0],因为 [1,0] 已经返回过了,此时返回 [2,0] 和 [0,0] 的概率应当相同
solution.flip(); // 返回 [0, 0],根据前面已经返回过的下标,此时只能返回 [0,0]
solution.reset(); // 所有值都重置为 0 ,并可以再次选择下标返回
solution.flip(); // 返回 [2, 0],此时返回 [0,0]、[1,0] 和 [2,0] 的概率应当相同
提示:
- $1 <= m, n <= 10^4$
- 每次调用
flip
时,矩阵中至少存在一个值为 $0$ 的格子。 - 最多调用 1000 次
flip
和reset
方法。
双指针
矩阵大小的数据范围为 $10^4$,因此我们不能使用真实构建矩阵的做法来做,同时利用二维的坐标能够唯一对应出编号($idx = row * n + col$),可以将问题转换为一维问题。
一个最为朴素的做法是利用调用次数只有 $10^3$,我们可以在 $[0, m * n)$ 范围内随机出一个下标 $idx$(对应矩阵的某个具体位置),然后从 $idx$ 往两边进行扫描,找到最近一个未被使用的位置,将其进行标记翻转并返回。
该做法相比于一直随机的「拒绝采样」做法,能够确保单次 flip
操作中只会调用一次随机方法,同时利用矩阵只有 $10^3$ 个位置被翻转,因而复杂度上具有保证。
代码:1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19class Solution {
int m, n;
Set<Integer> set = new HashSet<>();
Random random = new Random(300);
public Solution(int _m, int _n) {
m = _m; n = _n;
}
public int[] flip() {
int a = random.nextInt(m * n), b = a;
while (a >= 0 && set.contains(a)) a--;
while (b < m * n && set.contains(b)) b++;
int c = a >= 0 && !set.contains(a) ? a : b;
set.add(c);
return new int[]{c / n, c % n};
}
public void reset() {
set.clear();
}
}
- 时间复杂度:令最大调用次数为 $C = 1000$,即矩阵中最多有 $C$ 个位置被翻转。
flip
操作的复杂度为 $O(C)$;reset
复杂度为 $O(C)$ - 空间复杂度:$O(C)$
哈希表 + swap
在解法一中,我们将二维问题转化为了一维问题。
起始时,我们只需要在 $[0, m * n)$ 这连续一段的区间内进行随机,但当我们经过了多次翻转后,该区间内的某些位置会被断开,使得数组不再连续。
如果我们希望在每次随机时都采用起始的方式(在连续一段内进行随机),需要确保某些位置被翻转后,剩余位置仍是连续。
具体的,我们可以使用「哈希表」多记录一层映射关系:起始时所有位置未被翻转,我们规定未被翻转的位置其映射值为编号本身($idx = row * n + col$),由于未被翻转的部分具有等值映射关系,因此无须在哈希表中真实存储。当随机到某个位置 $idx$ 时,进行分情况讨论:
- 该位置未被哈希表真实记录(未被翻转):说明 $idx$ 可被直接使用,使用 $idx$ 作为本次随机点。同时将右端点(未被使用的)位置的映射值放到该位置,将右端点左移。确保下次再随机到 $idx$,仍能直接使用 $idx$ 的映射值,同时维护了随机区间的连续性;
- 该位置已被哈希表真实记录(已被翻转):此时直接使用 $idx$ 存储的映射值(上一次交换时的右端点映射值)即可,然后用新的右端点映射值将其进行覆盖,更新右端点。确保下次再随机到 $idx$,仍能直接使用 $idx$ 的映射值,同时维护了随机区间的连续性。
代码:1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18class Solution {
int m, n, cnt; // cnt 为剩余数个数,同时 cnt - 1 为区间右端点位置
Map<Integer, Integer> map = new HashMap<>();
Random random = new Random(300);
public Solution(int _m, int _n) {
m = _m; n = _n; cnt = m * n;
}
public int[] flip() {
int x = random.nextInt(cnt--);
int idx = map.getOrDefault(x, x);
map.put(x, map.getOrDefault(cnt, cnt));
return new int[]{idx / n, idx % n};
}
public void reset() {
cnt = m * n;
map.clear();
}
}
- 时间复杂度:令最大调用次数为 $C = 1000$,即矩阵中最多有 $C$ 个位置被翻转。
flip
操作的复杂度为 $O(1)$;reset
复杂度为 $O(C)$ - 空间复杂度:$O(C)$
最后
这是我们「刷穿 LeetCode」系列文章的第 No.519
篇,系列开始于 2021/01/01,截止于起始日 LeetCode 上共有 1916 道题目,部分是有锁题,我们将先把所有不带锁的题目刷完。
在这个系列文章里面,除了讲解解题思路以外,还会尽可能给出最为简洁的代码。如果涉及通解还会相应的代码模板。
为了方便各位同学能够电脑上进行调试和提交代码,我建立了相关的仓库:https://github.com/SharingSource/LogicStack-LeetCode 。
在仓库地址里,你可以看到系列文章的题解链接、系列文章的相应代码、LeetCode 原题链接和其他优选题解。
本博客所有文章除特别声明外,均采用 CC BY-SA 4.0 协议 ,转载请注明出处!