在 MATLAB 中，有一个非常有用的函数 reshape ，它可以将一个 m x n 矩阵重塑为另一个大小不同（r x c）的新矩阵，但保留其原始数据。
给你一个由二维数组 mat 表示的 m x n 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：mat = [[1,2],[3,4]], r = 1, c = 4 输出：[[1,2,3,4]]
示例 2：
输入：mat = [[1,2],[3,4]], r = 2, c = 4 输出：[[1,2],[3,4]]
提示：
m == mat.lengthn == mat[i].length1 <= m, n <= 100-1000 <= mat[i][j] <= 10001 <= r, c <= 300
C++版
class Solution { public: vector<vector<int>> matrixReshape(vector<vector<int>>& mat, int r, int c) { if (mat.size() * mat[0].size() != r * c) { return mat; } vector<vector<int>> ret(r, vector<int>(c)); for (int i = 0; i < r * c; ++i) { ret[i / c][i % c] = mat[i / mat[0].size()][i % mat[0].size()]; } return ret; } };
Python版
#566_重塑矩阵 #暴力解法，把原矩阵按顺序遍历为一行，挨个取值放入新矩阵 时间复杂度O(mn) class Solution: def matrixReshape(self, mat: List[List[int]], r: int, c: int) -> List[List[int]]: if (len(mat) * len(mat[0])) != (r * c): return mat li = list() for row in mat: for v in row: li.append(v) ret = list() tmp = list() for j in range(r): for i in range(c): tmp.append(li.pop(0)) ret.append(tmp) tmp = [] return ret ''' 方法二：将原矩阵映射为一行，然后映射为新矩阵，映射关系为 1 2 3 1 2 4 5 6 ----> 1 2 3 4 5 6 ----> 3 4 5 6 old[0][0] = tmp[0] = new[0][0] old[0][1] = tmp[1] = new[0][1] old[0][3] = tmp[2] = new[1][0] old[x/3][x%3] = tmp[x] = new[x/2][x%2] old[x/old的列数][x%old的列数] = tmp[x] = new[x/new的列数][x%new的列数] ''' class Solution: def matrixReshape(self, mat: List[List[int]], r: int, c: int) -> List[List[int]]: if (len(mat) * len(mat[0])) != (r * c): return mat ret = [[0 for i in range(c)] for j in range(r)] #构造一个r*c的0矩阵 for i in range(r * c): ret[i//c][i % c] = mat[i//len(mat[0])][i % len(mat[0])] return ret
