1284. 转化为全零矩阵的最少反转次数(Rating 1810)
1284. 转化为全零矩阵的最少反转次数(Rating 1810)
以下内容偏向于记录个人练习过程及思考,非常规题解内容
题目
思路
类似最少xx次数的题目,如果能将每个状态建模为图的节点,各状态间的变换建模为图中节点之间权值为1的边,那么即可通过bfs求得结果。
本题则是需要维护一个mat翻转前后的状态。
矩阵本身并不好hash,因此考虑将矩阵编码为独一无二的状态。
因为mat中非0即1,通过位运算编码则是比较直观的一个思路。
代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
import collections
class Solution:
def minFlips(self, mat: List[List[int]]) -> int:
m, n = len(mat), len(mat[0])
def mat2num(mat: List[List[int]]) -> int: # 将矩阵编码为数字
num = 0
for i in range(m):
for j in range(n):
num = (num << 1) + mat[i][j] # 通过位运算实现编码
return num
def num2mat(num: int) -> List[List[int]]: # 将数字解码为矩阵
mat = [[0 for _ in range(n)] for _ in range(m)]
for i in range(m - 1, -1, -1):
for j in range(n - 1, -1, -1):
mat[i][j] = (num & 1) # 通过位运算实现解码
num = (num >> 1)
return mat
dir = [-1, 0, 1, 0, -1] # 上下左右四个方向list
state = mat2num(mat) # mat初始状态的编码值
q = collections.deque() # 经典bfs模板
q.append(state)
vis = set()
vis.add(state)
ret = 0
while q:
sz = len(q)
while sz:
sz -= 1
s = q.popleft()
if s == 0: # 全0,则得到了目标状态
return ret
mt = num2mat(s) # 解码当前bfs的状态
for i in range(m): # 遍历所有可以翻转的部份
for j in range(n):
mt[i][j] = 1 - mt[i][j] # 翻转当前位置
for k in range(4): # 翻转上下左右位置
x = i + dir[k]
y = j + dir[k + 1]
if x < 0 or x >= m or y < 0 or y >= n: # 越界保护
continue
mt[x][y] = 1 - mt[x][y]
nxts = mat2num(mt) # 得到翻转后的编码值,如果没有见过则加入队列
if nxts not in vis:
q.append(nxts)
vis.add(nxts)
for k in range(4): # 因为还要遍历下一个位置,所以要翻转回去
x = i + dir[k]
y = j + dir[k + 1]
if x < 0 or x >= m or y < 0 or y >= n:
continue
mt[x][y] = 1 - mt[x][y]
mt[i][j] = 1 - mt[i][j] # 翻转回去
ret += 1
return -1 # 没找到目标状态,返回-1
本文由作者按照 CC BY 4.0 进行授权