Leecode刷题C语言之最少翻转次数使二进制矩阵回文①

执行结果:通过

执行用时和内存消耗如下:

题目:最少翻转次数使二进制矩阵回文①

给你一个 m x n 的二进制矩阵 grid 。如果矩阵中一行或者一列从前往后与从后往前读是一样的,那么我们称这一行或者这一列是 回文 的。你可以将 grid 中任意格子的值 翻转 ,也就是将格子里的值从 0 变成 1 ,或者从 1 变成 0 。请你返回 最少 翻转次数,使得矩阵 要么 所有行是 回文的 ,要么所有列是 回文的 。

示例 1:

输入:grid = [[1,0,0],[0,0,0],[0,0,1]]

输出:2

解题思路:

这段代码的目的是找出将一个二维矩阵 grid 中的所有元素变成相同值所需的最小翻转次数。翻转可以是按行翻转或按列翻转。代码的思路可以分解为以下几个步骤:

  1. 初始化变量
    • m 存储矩阵的行数(gridSize)。
    • n 存储矩阵的列数(gridColSize[0],假设所有列的长度相同)。
    • rowFlips 和 colFlips 分别用于记录按行翻转和按列翻转的次数。
  2. 计算按行翻转的次数
    • 遍历矩阵的每一行(for (int i = 0; i < m; i++))。
    • 对于每一行,使用两个指针 j1 和 j2 分别从行的开始和结束向中间遍历(for (int j1 = 0, j2 = n - 1; j1 < j2; j1++, j2--))。
    • 如果对应位置上的元素不相等(if (grid[i][j1] != grid[i][j2])),则说明这一行需要通过翻转来使得所有元素相同。每次发现不相等时,rowFlips 加一。
  3. 计算按列翻转的次数
    • 遍历矩阵的每一列(for (int j = 0; j < n; j++))。
    • 对于每一列,使用两个指针 i1 和 i2 分别从列的开始和结束向中间遍历(for (int i1 = 0, i2 = m - 1; i1 < i2; i1++, i2--))。
    • 如果对应位置上的元素不相等(if (grid[i1][j] != grid[i2][j])),则说明这一列需要通过翻转来使得所有元素相同。每次发现不相等时,colFlips 加一。
  4. 返回最小翻转次数
    • 最后,使用 fmin(rowFlips, colFlips) 返回按行翻转和按列翻转中的较小次数,即为将整个矩阵的所有元素变成相同值所需的最小翻转次数。
int minFlips(int** grid, int gridSize, int* gridColSize) {int m = gridSize, n = gridColSize[0];int rowFlips = 0;for (int i = 0; i < m; i++) {for (int j1 = 0, j2 = n - 1; j1 < j2; j1++, j2--) {if (grid[i][j1] != grid[i][j2]) {rowFlips++;}}}int colFlips = 0;for (int j = 0; j < n; j++) {for (int i1 = 0, i2 = m - 1; i1 < i2; i1++, i2--) {if (grid[i1][j] != grid[i2][j]) {colFlips++;}}}return fmin(rowFlips, colFlips);
}

总结

  • 代码首先计算了将所有行元素变成相同值所需的最少按行翻转次数。
  • 然后计算了将所有列元素变成相同值所需的最少按列翻转次数。
  • 最后返回了这两种翻转方式中的最小次数。这种方法的思路是基于观察:如果一行或一列中有不相等的元素,那么通过一次翻转可以使得这一行或列的所有元素相同。通过比较所有行和所有列所需的最小翻转次数,可以得到整个矩阵所需的最小翻转次数。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.xdnf.cn/news/16531.html

如若内容造成侵权/违法违规/事实不符,请联系一条长河网进行投诉反馈,一经查实,立即删除!

相关文章

K8S containerd拉取harbor镜像

前言 接前面的环境 K8S 1.24以后开始启用docker作为CRI&#xff0c;这里用containerd拉取 正文 vim /etc/containerd/config.toml #修改内容如下 #sandbox_image "registry.aliyuncs.com/google_containers/pause:3.10" systemd_cgroup true [plugins."io.…

三、计算机视觉_01图像的基本操作

0 前言 图像的读取和处理是计算机视觉领域中的一个基本任务&#xff0c;在Python中&#xff0c;有几个流行的库可以用来读取和处理图像数据 0.1 Matplotlib介绍 Matplotlib是Python中一个非常流行的绘图库&#xff0c;它通常用于数据可视化&#xff0c;虽然它不是专门的图像…

Liunx-Ubuntu22.04.1系统下配置Anaconda+pycharm+pytorch-gpu环境配置

这里写自定义目录标题 Liunx-Ubuntu22.04.1系统下配置Anacondapycharmpytorch-gpu环境配置一、Anaconda3配置1.Anaconda安装2.Anaconda更新3.Anaconda删除 二、pycharm配置1.pycharm安装 三、pytorch配置 Liunx-Ubuntu22.04.1系统下配置Anacondapycharmpytorch-gpu环境配置 一…

[Mysql] Mysql的多表查询----多表关系(下)

4、操作 方式二&#xff1a;创建表之后设置外键约束 外键约束也可以在修改表时添加&#xff0c;但是添加外键约束的前提是&#xff1a;从表中外键列中的数据必须与主表中主键列中的数据一致或者是没有数据。 语法&#xff1a; alter table <从表名> add constr…

WukongCRM:github高分开源项目,基于微服务架构 +vue ElementUI的前后端分离CRM系统

嗨&#xff0c;大家好&#xff0c;我是小华同学&#xff0c;关注我们获得“最新、最全、最优质”开源项目和高效工作学习方法 WukongCRM 是一款基于 Spring Cloud Alibaba 微服务架构和 Vue ElementUI 前后端分离的 CRM 系统。它在中国开源管理软件行业具有较高的知名度&#x…

【C#】C#编程入门指南:构建你的.NET开发基础

文章目录 前言&#xff1a;1. C# 开发环境 VS的基本熟悉2. 解决方案与项目的关系3. 编辑、编译、链接、运行4. 托管代码和CLR4.1 CLR&#xff1a;4.2 C# 代码第编译过程&#xff08;两次编译的&#xff09; 5. 命名空间6. 类的组成与分析7. C# 的数据类型7.1 值类型7.2 引用类型…

文心一言 VS 讯飞星火 VS chatgpt (392)-- 算法导论25.1 6题

六、假定我们还希望在本节所讨论的算法里计算出最短路径上的结点。说明如何在 O ( n 3 ) O(n^3) O(n3) 时间内从已经计算出的最短路径权重矩阵 L L L 计算出前驱矩阵Ⅱ。如果要写代码&#xff0c;请用go语言。 文心一言&#xff1a; 要计算前驱矩阵 $ \pi $&#xff0c;我们…

《网络硬件设备完全技术宝典》

《网络硬件设备完全技术宝典》 网卡 集线器 交换机 路由器 双绞线 光缆 无线接入点AP 交换机技术与选择策略 冗余链路技术 由于物理链路和网络模块的损坏都将导致网络链路的失败&#xff0c;因此两个设备之间&#xff0c;特别是核心交换机与汇聚交换机之间的单链路…

CC3学习记录

&#x1f338; CC3 之前学习到的cc1和cc6都是通过Runtime进行命令执行的&#xff0c;如果Runtime被加入黑名单的话&#xff0c;整个链子也就失效了。而cc3则是通过动态类加载机制进行任意代码执行的。 &#x1f338; 版本限制 JDK版本&#xff1a;8u65 Commons-Collections…

机器学习 ---线性回归

目录 摘要&#xff1a; 一、简单线性回归与多元线性回归 1、简单线性回归 2、多元线性回归 3、残差 二、线性回归的正规方程解 1、线性回归训练流程 2、线性回归的正规方程解 &#xff08;1&#xff09;适用场景 &#xff08;2&#xff09;正规方程解的公式 三、衡量…

麒麟服务器日志采集(服务器端)

服务端配置接收模块和监听端口 vim /etc/rsyslog.conf Copy 在rsyslog.conf内输入以下内容 #### MODULES #### module(load"imudp") # needs to be done just once input(type"imudp" port"514") module(load"imtcp") # needs to …

物联网低功耗广域网LoRa开发(三):Lora人机界面

一、TFT液晶屏驱动开发 &#xff08;一&#xff09;驱动源码移植 &#xff08;二&#xff09;硬件接口初始化 根据硬件设计&#xff0c;LoRa与LCD共用SPI总线&#xff0c;且LCD_MISO用于命令/数据模式切换控制 需要修改gpio初始化源码&#xff0c;让片选接口拉高(三)TFT液晶屏…

Android setTheme设置透明主题无效

【问题现象】 1、首先&#xff0c;你在AndroidManifest.xml中声明一个activity&#xff0c;不给application或者activity设置android:theme, 例如这样&#xff1a; <applicationandroid:allowBackup"true"android:icon"mipmap/ic_launcher"android:lab…

JavaScript--定时器

一.定义 关于JavaScript中的计时事件&#xff1f; JavaScript 一个设定的时间间隔之后来执行代码&#xff0c;我们称之为计时事件&#xff08;菜鸟说…&#xff09; 二.方法 2.1计时器 setInterval() &#xff1a; 是什么&#xff1a;这个方法设置一个定时器&#xff0c;…

数据分析-48-时间序列变点检测之在线实时数据的CPD

文章目录 1 时间序列结构1.1 变化点的定义1.2 结构变化的类型1.2.1 水平变化1.2.2 方差变化1.3 变点检测1.3.1 离线数据检测方法1.3.2 实时数据检测方法2 模拟数据2.1 模拟恒定方差数据2.2 模拟变化方差数据3 实时数据CPD3.1 SDAR学习算法3.2 Changefinder模块3.3 恒定方差CPD3…

厦门凯酷全科技有限公司正规吗?

在这个短视频风起云涌的时代&#xff0c;抖音作为电商领域的黑马&#xff0c;正以惊人的速度改变着消费者的购物习惯与品牌的市场策略。在这场变革中&#xff0c;厦门凯酷全科技有限公司凭借其专业的抖音电商服务&#xff0c;在众多服务商中脱颖而出&#xff0c;成为众多品牌信…

tensorflow案例6--基于VGG16的猫狗识别(准确率99.8%+),以及tqdm、train_on_batch的简介

&#x1f368; 本文为&#x1f517;365天深度学习训练营 中的学习记录博客&#x1f356; 原作者&#xff1a;K同学啊 前言 本次还是学习API和如何搭建神经网络为主&#xff0c;这一次用VGG16去对猫狗分类&#xff0c;效果还是很好的&#xff0c;达到了99.8% 文章目录 1、tqdm…

AI大模型(二):AI编程实践

一、软件安装 1. 安装 Visual Studio Code VSCode官方下载&#xff1a;Visual Studio Code - Code Editing. Redefined 根据自己的电脑系统选择相应的版本下载 安装完成&#xff01; 2. 安装Tongyi Lingma 打开VSCode&#xff0c;点击左侧菜单栏【extensions】&#xff0c;…

Python实现PSO粒子群优化算法优化CNN-Transformer回归模型(优化权重和阈值)项目实战

说明&#xff1a;这是一个机器学习实战项目&#xff08;附带数据代码文档视频讲解&#xff09;&#xff0c;如需数据代码文档视频讲解可以直接到文章最后关注获取。 1.项目背景 本项目旨在利用粒子群优化&#xff08;PSO&#xff09;算法优化卷积神经网络&#xff08;CNN&…

<tauri><websocket>tauri集成web端使用websocket实现数据通讯

前言 本文是在websocket实现通讯的基础上,将前端项目集成到tauri中,以实现桌面窗口程序。 效果展示: 环境配置 系统:windows 平台:visual studio code 语言:javascript、html、rust 库:tauri、nodejs 概述 此前,我的想法是实现网页端与PLC进行socket通讯,利用webs…