当前位置: 首页 > article >正文

leetcode-hot100-矩阵:73矩阵置零-54螺旋矩阵-48旋转图像-240搜索二维矩阵

73矩阵置零题目给定一个m x n的矩阵如果一个元素为 0 则将其所在行和列的所有元素都设为 0 。请使用原地算法。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。classSolution{publicvoidsetZeroes(int[][]matrix){intmmatrix.length;intnmatrix[0].length;boolean[]rownewboolean[m];boolean[]colnewboolean[n];for(inti0;im;i){for(intj0;jn;j){if(matrix[i][j]0){row[i]col[j]true;}}}for(inti0;im;i){for(intj0;jn;j){if(row[i]||col[j]){matrix[i][j]0;}}}}}54螺旋矩阵题目给你一个m行n列的矩阵matrix 请按照顺时针螺旋顺序返回矩阵中的所有元素。边界收缩classSolution{publicListIntegerspiralOrder(int[][]matrix){inttop0;intbottommatrix.length-1;intleft0;intrightmatrix[0].length-1;ListIntegerresultnewArrayList();while(topbottomleftright){for(intjleft;jright;j){result.add(matrix[top][j]);}for(intitop1;ibottom;i){result.add(matrix[i][right]);}if(topbottom){for(intjright-1;jleft;j--){result.add(matrix[bottom][j]);}}if(leftright){for(intibottom-1;itop;i--){result.add(matrix[i][left]);}}top;bottom--;left;right--;}returnresult;}}48旋转图像题目给定一个n × n的二维矩阵matrix表示一个图像。请你将图像顺时针旋转90度。你必须在原地旋转图像这意味着你需要直接修改输入的二维矩阵。请不要使用另一个矩阵来旋转图像。示例1输入matrix [[1,2,3],[4,5,6],[7,8,9]]输出[[7,4,1],[8,5,2],[9,6,3]]顺时针旋转90后位于 (i,j) 的元素去哪了。竖着看第一列的元素去到第一行。第二列的元素去到第二行。第 j 列的元素去到第 j 行。横着看第一行的元素去到最后一列。第二行的元素去到倒数第二列。第 i 行的元素去到第n−1−i 列。i 从 0 开始。所以位于 i 行 j 列的元素去到 j 行 n−1−i 列即 (i,j)→(j,n−1−i)。(i,j)→(j,n−1−i) 可以通过两次翻转操作得到先转置再行翻转。classSolution{publicvoidrotate(int[][]matrix){intnmatrix.length;for(inti0;in;i){for(intj0;ji;j){// 遍历对角线下方元素inttempmatrix[i][j];matrix[i][j]matrix[j][i];matrix[j][i]temp;}}for(int[]row:matrix){for(intj0;jn/2;j){inttemprow[j];row[j]row[n-1-j];row[n-1-j]temp;}}}}240搜索二维矩阵题目编写一个高效的算法来搜索 m x n 矩阵 matrix 中的一个目标值 target 。该矩阵具有以下特性每行的元素从左到右升序排列。每列的元素从上到下升序排列。classSolution{publicbooleansearchMatrix(int[][]matrix,inttarget){inti0;intjmatrix[0].length-1;while(imatrix.lengthj0){if(matrix[i][j]target){returntrue;}if(matrix[i][j]target){i;}else{j--;}}returnfalse;}}

相关文章:

leetcode-hot100-矩阵:73矩阵置零-54螺旋矩阵-48旋转图像-240搜索二维矩阵

73矩阵置零 题目:给定一个m x n的矩阵,如果一个元素为 0 ,则将其所在行和列的所有元素都设为 0 。请使用原地算法。 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…...

老王-城府不是心机而是清醒的边界感

城府是怎么炼成的? ——不是算计,而是懂得“何时说、对谁说、说什么”“独处守心,群处守口。 张嘴只夸人,闭嘴是修行。”⚠️ 真正的城府, 不是藏得多深, 而是—— 知道什么该露,什么该藏&#…...

老王-家兴不在运在德

家运兴衰,藏在八句话里 ——弘一法师的家道箴言“家亡必有嫖和赌, 家穷必有懒和惰, 家散必有争和怨, 家败必有暴和凶。家富必有勤和俭, 家安必有忍和让, 家兴必有礼和义, 家和必有情和爱。”&am…...

老王-缺心眼是边界感缺失

“缺心眼”的10个信号 ——不是笨,而是缺乏社交防御系统“心眼不是算计, 而是边界、分寸与觉察力。”⚠️ 如果你常被说“太实在”“太好骗”“说话不过脑”, 请认真对照以下10条—— 它们不是缺点,而是可修复的认知盲区。&#x…...

053店铺租赁租凭平台系统-springboot+vue

文末领取项目源码springbootvue 1.登录2.注册3.首页4.管理端请文末卡片dd我获取源码...

电机设计仿真:Maxwell ANSYS 五相电机设计

电机设计仿真 maxwell ansys 五相电机设计最近在折腾五相电机设计,发现这玩意儿比三相电机有意思多了。容错能力强、转矩脉动小这些优势就不多说了,直接上干货说说怎么用Maxwell ANSYS搞五相仿真。先说个坑点:千万别直接用三相电机的模板改…...

COMSOL模拟含裂缝地层流动与传热耦合及油藏数值模拟:注入井与生产井的交叉裂缝流动考虑

COMSOL含裂缝地层流动和传热耦合,油藏数值模拟,COMSOL裂缝流动,包含注入井与生产井,考虑裂缝交叉。裂缝性地层的渗流问题总能让人血压拉满——注入井和生产井之间那些歪七扭八的裂缝网络,活像被熊孩子扯烂的蜘蛛网。最…...

CWT-CNN-GRU基于连续小波变换和卷积神经网络-门控循环单元故障诊断MATLAB代码

该代码实现了一个基于连续小波变换(CWT)和卷积神经网络-门控循环单元(CNN-GRU)的滚动轴承故障诊断系统。以下从研究背景、主要功能、算法步骤、技术路线、公式原理、参数设定、运行环境和应用场景八个方面进行简述。1. 研究背景 滚…...

OpenClaw 核心技术框架深度

OpenClaw 是 2026 年爆火的本地算力 + 大模型 Agent 自动化开源智能体框架,核心亮点为推理引擎与执行环境解耦,通过标准化协议实现复杂任务自主编排。其指令处理遵循标准化流水线流程,Channel Adapters、Gateway、Agent Runner、Agent Loop、Memory 持久化记忆为五大核心技术…...

零人类公司编排框架Paperclip的安装

简介 Paperclip 是一个开源的 AI 智能体编排系统,专门用于构建「零人工公司」。它由 Node.js 服务器和 React UI 组成,可以协调多个 AI 智能体(Agent)来运行你的业务。你可以带入自己的 AI 代理,分配目标,并…...

云上OpenClaw实操视频教程合集

🔥🔥🔥云上OpenClaw实操视频教程合集 📋 概述 OpenClaw(原Clawdbot)实操视频教程合集,包含一键部署、多平台接入等完整视频教程。 🎬 部署教程视频 云上OpenClaw一键秒级部署指南…...

Openclaw 附录C 配置模板与自定义参考

附录C 配置模板与自定义参考💡 本附录目标:提供 openclaw.json 的常用配置片段,供你在引导向导完成后按需自定义。所有模板均基于官方文档(https://docs.openclaw.ai/gateway/configuration-examples)验证,…...

Openclaw 附录B 常用Skills清单

附录B 常用Skills清单 💡 本附录目标:提供OpenClaw常用Skills的详细清单,所有Skills均经过实战验证,确保可以正常安装使用。 📋 目录 B.0 四大必装Skills(安全与智能基础)B.1 核心必装Skills&a…...

Openclaw 附录A 命令速查表

附录A 命令速查表💡 本附录目标:提供OpenClaw常用命令的快速参考。所有命令均基于官方CLI文档(https://docs.openclaw.ai/cli)验证,适用于v2026.3.7版本。📋 目录 A.1 安装与初始化A.2 配置管理&#xff08…...

CSDN博客汇总(101-200篇)

CSDN博客汇总(101-200篇) 本文档汇总了第101-199篇CSDN博客文章,第200篇为本汇总文。 博客列表 序号文章标题101RESTful API设计规范详解102WASM 软解 H.265 性能优化详解103C86 架构详解104COOP、COEP、CORS 详解105Puppeteer 与 Seleniu…...

【深度学习新浪潮】Claude悄悄更新了Skills生成器

核心概览 更新时间:2026年3月3日(官方低调发布,非大版本宣发) 更新性质:从草稿生成器升级为全链路工程化测试框架,引入软件工程的**测试驱动开发(TDD)**理念 官方定位:将技能开发从“凭感觉”的手工艺术,转变为可验证、可量化、可迭代的工程实践 核心价值:解决技能黑…...

【AI黑话日日新】什么是近内存计算?

近内存计算(NMC)是一种数据中心主义的计算架构,核心思想是将计算单元放置在紧邻内存的位置,缩短数据搬运距离,从而解决传统冯诺依曼架构中的"内存墙"瓶颈。它属于存内处理(PIM/Processing in Memory)技术的一个重要分支,与存内计算(IMC/In-Memory Computing…...

Python 异步编程完全指南(五):避坑指南与生态推荐

Python 异步编程完全指南(五):避坑指南与生态推荐 系列导航:入门篇 → 核心概念篇 → 实战案例篇 → 高级技巧篇 → [避坑指南篇] 前言 异步编程有一定的学习曲线,本篇总结了最常见的 6 大陷阱,帮你少走弯…...

Thinkphp和Laravel框架都支持基于微信小程序大数据技术的美食分享系统的 校园周边美食推荐系统爬虫可视化大屏

目录技术选型与框架对比数据爬虫实现方案微信小程序集成可视化大屏技术栈校园地理围栏处理性能优化策略部署架构建议项目技术支持可定制开发之功能创新亮点源码获取详细视频演示 :文章底部获取博主联系方式!同行可合作技术选型与框架对比 ThinkPHP和Lar…...

Thinkphp和Laravel框架都支持基于安卓的小餐饮餐桌包厢预订管理系统的设计与实现-小程序

目录技术选型分析后端功能模块设计小程序端实现要点数据交互与API规范性能与安全优化测试与部署扩展性考虑项目技术支持可定制开发之功能创新亮点源码获取详细视频演示 :文章底部获取博主联系方式!同行可合作技术选型分析 ThinkPHP和Laravel均为成熟的P…...

Thinkphp和Laravel框架都支持基于uniapp的高校教室预约管理平台可视化-小程序

目录技术选型分析后端架构设计前端UniApp实现数据交互优化部署与监控扩展性对比项目技术支持可定制开发之功能创新亮点源码获取详细视频演示 :文章底部获取博主联系方式!同行可合作技术选型分析 ThinkPHP和Laravel均支持UniApp开发高校教室预约管理平台…...

Thinkphp和Laravel框架都支持基于uniapp的居家养老院老年人健康监控提醒管理系统-小程序

目录技术框架选择数据库设计接口开发要点UniApp端关键功能部署与优化建议项目技术支持可定制开发之功能创新亮点源码获取详细视频演示 :文章底部获取博主联系方式!同行可合作技术框架选择 ThinkPHP和Laravel均为成熟的PHP后端框架,适用于开发…...

Thinkphp和Laravel框架都支持基于uniapp的固定资产借用租赁管理平台- 小程序

目录ThinkPHP与Laravel框架支持Uniapp固定资产管理小程序的实现方案框架选择与后端架构设计数据库与核心功能模块Uniapp前端关键实现审批流程与状态管理部署与性能优化测试与监控项目技术支持可定制开发之功能创新亮点源码获取详细视频演示 :文章底部获取博主联系方…...

亲测好用! AI论文软件 千笔·专业学术智能体 VS 学术猹 全领域适配首选

随着人工智能技术的迅猛迭代与普及,AI辅助写作工具已逐步渗透到高校学术写作场景中,成为专科生、本科生、研究生完成毕业论文不可或缺的辅助手段。越来越多面临毕业论文压力的学生,开始依赖各类AI工具简化写作流程、提升创作效率。但与此同时…...

从此告别拖延!专科生专属一键生成论文工具 —— 千笔·专业论文写作工具

你是否曾为论文选题发愁,反复修改却仍不满意?是否在查重和格式上花费大量时间却收效甚微?面对繁重的写作任务,很多专科生常常陷入拖延与焦虑。现在,是时候改变现状了!千笔AI——专为专科生打造的一键生成论…...

专科生也能用!碾压级的降AI率工具 —— 千笔·专业降AIGC智能体

在AI技术快速发展的今天,越来越多的学生开始借助AI工具辅助论文写作,以提高效率和内容质量。然而,随着学术审查标准的不断提升,AI生成内容的痕迹越来越容易被识别,导致论文AI率超标成为许多学生面临的难题。尤其是在知…...

程序员如何快速突击找工作?

程序员如何快速突击找工作? 针对程序员如何高效突击求职,以下分步骤详细说明: 一、精准定位与简历优化 明确目标岗位 根据技术栈(如Java后端、前端、算法等)筛选匹配岗位优先投递要求与自身技能重合度≥70%的职位 简…...

零基础转行AI?这份30天大模型学习方案带你从理论到项目实战

人工智能大模型(Large Language Models, LLMs)无疑是当前科技领域最炙手可热的技术。从ChatGPT的惊艳问世到各类开源模型的百花齐放,掌握大模型技术已成为许多技术人员提升核心竞争力的关键。然而,其涉及的知识体系庞大&#xff0…...

LoRA大模型微调秘籍:只需1%参数,训练成本降低500倍!

LoRA(Low-Rank Adaptation)是一种非常流行的大模型微调技术,用来在不更新全部参数的情况下训练模型。它最早由 Microsoft Research 提出,论文是LoRA: Low-Rank Adaptation of Large Language Models。 核心目标: 只训…...

模型推理优化全景:压延迟、提吞吐,成本与效率的艺术(附性能对比与选型指南)

大模型推理的成本和延迟,是制约 AI 应用落地的关键因素。一个 70B 参数的模型,FP16 推理需要 140GB 显存,单次前向传播的计算量巨大。如何在保证效果的前提下提升吞吐、降低延迟,是工程团队必须解决的问题。 本文系统梳理当前主流…...