数据结构刷题:第五天

简介: 具体地,我们首先遍历该数组一次,如果某个元素为 0,那么就将该元素所在的行和列所对应标记数组的位置置为 true。最后我们再次遍历该数组,用标记数组更新原数组即可。

一,有效的数独


36. 有效的数独 - 力扣(LeetCode)

https://leetcode.cn/problems/valid-sudoku/


58f95fca8060499cb58dd4ffc4e61eb4.png


1,一次遍历(哈希表)


有效的数独满足以下三个条件:


同一个数字在每一行只能出现一次;


同一个数字在每一列只能出现一次;


同一个数字在每一个小九宫格只能出现一次。


可以使用哈希表记录每一行、每一列和每一个小九宫格中,每个数字出现的次数。只需要遍历数独一次,在遍历的过程中更新哈希表中的计数,并判断是否满足有效的数独的条件即可。


24170c7a7f9247d587a647b7ea023673.png


class Solution {
public:
    bool isValidSudoku(vector<vector<char>>& board) {
        int rows[9][9];
        int columns[9][9];
        int subboxes[3][3][9];
        memset(rows,0,sizeof(rows));
        memset(columns,0,sizeof(columns));
        memset(subboxes,0,sizeof(subboxes));
        for (int i = 0; i < 9; i++) {
            for (int j = 0; j < 9; j++) {
                char c = board[i][j];
                if (c != '.') {
                    int index = c - '0' - 1;
                    rows[i][index]++;
                    columns[j][index]++;
                    subboxes[i / 3][j / 3][index]++;
                    if (rows[i][index] > 1 || columns[j][index] > 1 || subboxes[i / 3][j / 3][index] > 1) {
                        return false;
                    }
                }
            }
        }
        return true;
    }
};


复杂度分析


时间复杂度:O(1)。数独共有 81 个单元格,只需要对每个单元格遍历一次即可。


空间复杂度:O(1)。由于数独的大小固定,因此哈希表的空间也是固定的。


二,矩阵归零


73. 矩阵置零 - 力扣(LeetCode)

https://leetcode.cn/problems/set-matrix-zeroes/

9a2c4faae0fc40ec9e3fba72f21f6169.png


1,使用标记数组


思路和算法


我们可以用两个标记数组分别记录每一行和每一列是否有零出现。


具体地,我们首先遍历该数组一次,如果某个元素为 0,那么就将该元素所在的行和列所对应标记数组的位置置为 true。最后我们再次遍历该数组,用标记数组更新原数组即可。


class Solution {
public:
    void setZeroes(vector<vector<int>>& matrix) {
        int m = matrix.size();
        int n = matrix[0].size();
        vector<int> row(m), col(n);
        for (int i = 0; i < m; i++) {
            for (int j = 0; j < n; j++) {
                if (!matrix[i][j]) {
                    row[i] = col[j] = true;
                }
            }
        }
        for (int i = 0; i < m; i++) {
            for (int j = 0; j < n; j++) {
                if (row[i] || col[j]) {
                    matrix[i][j] = 0;
                }
            }
        }
    }
};


复杂度分析


时间复杂度:O(mn),其中 m 是矩阵的行数,n 是矩阵的列数。我们至多只需要遍历该矩阵两次。


空间复杂度:O(m+n),其中 m 是矩阵的行数,n 是矩阵的列数。我们需要分别记录每一行或每一列是否有零出现。

目录
相关文章
|
6天前
|
存储 算法 调度
数据结构期末复习(3)栈和队列
数据结构期末复习(3)栈和队列
21 0
|
6天前
|
自然语言处理 数据安全/隐私保护
【数据结构入门精讲 | 第十五篇】散列表知识点及考研408、企业面试练习(2)
【数据结构入门精讲 | 第十五篇】散列表知识点及考研408、企业面试练习(2)
26 0
|
6天前
|
存储 缓存 索引
【数据结构入门精讲 | 第十四篇】散列表知识点及考研408、企业面试练习(1)
【数据结构入门精讲 | 第十四篇】散列表知识点及考研408、企业面试练习(1)
32 0
|
8月前
|
存储 算法 搜索推荐
数据结构和算法常见面试问题总结,含答案
数据结构和算法常见面试问题总结,含答案
|
9月前
|
存储 人工智能 搜索推荐
排序算法——参考《王道考研》+《大话数据结构》
排序算法——参考《王道考研》+《大话数据结构》
87 0
|
机器学习/深度学习 算法 C++
数据结构刷题:第四天
数据结构刷题:第四天
68 0
数据结构刷题:第四天
|
存储 算法 JavaScript
数据结构刷题:第六天
在第一次遍历时,我们使用哈希映射统计出字符串中每个字符出现的次数。在第二次遍历时,我们只要遍历到了一个只出现一次的字符,那么就返回它的索引,否则在遍历结束后返回 −1。
86 0
数据结构刷题:第六天
|
存储 算法
数据结构刷题:第七天
具体地,我们可以使用哈希表来存储所有已经访问过的节点。每次我们到达一个节点,如果该节点已经存在于哈希表中,则说明该链表是环形链表,否则就将该节点加入哈希表中。重复这一过程,直到我们遍历完整个链表即可。
70 0
数据结构刷题:第七天
|
存储 C++
数据结构刷题:第三天
由于同一个数字在两个数组中都可能出现多次,因此需要用哈希表存储每个数字出现的次数。对于一个数字,其在交集中出现的次数等于该数字在两个数组中出现次数的最小值。
70 0
数据结构刷题:第三天
|
存储 算法
数据结构刷题:第十二天
这是一道很经典的二叉树问题。显然,我们从根节点开始,递归地对树进行遍历,并从叶子节点先开始翻转。如果当前遍历到的节点 root 的左右两棵子树都已经翻转,那么我们只需要交换两棵子树的位置,即可完成以 root 为根节点的整棵子树的翻转。
53 0
数据结构刷题:第十二天