当前位置: 首页 > news >正文

移动二维矩阵

1、题目描述

小红获得了一个 n行 m 列的二维字符矩阵,现在她要对这个字符矩阵进行向左循环移位。
向左循环移位规则如下:每一行的每一个字母(除了第一个字母)都向左边移动一位。第一行第一个的字母移动到最后一行的最后一个位置,其它行的第一个字母移动到上一行的最后一个位置。例如:
abc
def
ghi
向左循环移位一次之后的结果是
bcd
efg
hia
现在小红总共有q次询问,每次询问包含三个正整数 a,b,c,表示的问题是:原字符矩阵向左循环移位a次之后,第b行第c列的字符是什么?


输入描述:

输入第一行包含三个正整数n,m,q,分别表示二维矩阵的行数和列数,以及询问的总数。
接下来n 行,每行给出一个仅包含小写字母的字符串,长度为m,
接下来 q行,每行给出 a,b,c三个正整数。
1<=n x m<10000
1 <=n,m,q,a <= 10000
1<=b<=n
1<=c<=m


输出描述:

对于每一次询问,输出一个字符表示答案。


输入:

3 3 2
abc
edf
ghi
1 1 1   
2 2 2   


输出:

b
g

 2、解题思路

  1. 问题分析:我们需要对字符矩阵进行多次向左循环移位,每次移位遵循特定规则:

    • 每行的第一个字符移动到上一行的最后一个位置(第一行移动到最后一行的最后一个位置)。

    • 其余字符向左移动一位。

  2. 预计算所有移位状态:由于移位操作具有周期性(n*m次移位后恢复原状),我们可以预先计算所有可能的移位状态,这样每次查询时可以直接获取结果。

  3. 高效查询:对于每个查询,计算有效移位次数(取模n*m),然后直接从预计算的移位矩阵中获取结果。

import java.util.Scanner;public class Main {public static void main(String[] args) {Scanner scanner = new Scanner(System.in);// 读取矩阵的行数、列数和查询次数int n = scanner.nextInt();int m = scanner.nextInt();int q = scanner.nextInt();scanner.nextLine(); // 读取输入后的换行符// 读取原始矩阵char[][] matrix = new char[n][m];for (int i = 0; i < n; i++) {String line = scanner.nextLine().trim();for (int j = 0; j < m; j++) {matrix[i][j] = line.charAt(j);}}// 预计算所有可能的移位状态char[][][] shiftedMatrices = new char[n * m + 1][n][m];shiftedMatrices[0] = matrix; // 初始状态为原始矩阵for (int shift = 1; shift <= n * m; shift++) {char[][] prev = shiftedMatrices[shift - 1]; // 前一次的移位结果char[][] current = new char[n][m]; // 当前移位结果// 处理第一行的第一个字符:移动到最后一行的最后一个位置current[n - 1][m - 1] = prev[0][0];// 处理其他行的第一个字符:移动到上一行的最后一个位置for (int i = 1; i < n; i++) {current[i - 1][m - 1] = prev[i][0];}// 处理其余字符:向左移动一位for (int i = 0; i < n; i++) {for (int j = 1; j < m; j++) {current[i][j - 1] = prev[i][j];}}shiftedMatrices[shift] = current; // 保存当前移位结果}// 处理每个查询for (int i = 0; i < q; i++) {int a = scanner.nextInt(); // 移位次数int b = scanner.nextInt(); // 行号(1-based)int c = scanner.nextInt(); // 列号(1-based)// 计算有效移位次数(考虑周期性)int effectiveShift = a % (n * m);// 从预计算的移位矩阵中获取结果字符char result = shiftedMatrices[effectiveShift][b - 1][c - 1];System.out.println(result);}}
}

代码解释

  1. 输入处理:读取矩阵的行数n、列数m和查询次数q,然后读取矩阵数据。

  2. 预计算移位矩阵:创建一个三维数组shiftedMatrices来存储所有可能的移位状态。每次移位都基于前一次的移位结果。

  3. 移位操作

    • 第一行的第一个字符移动到最后一行的最后一个位置。

    • 其他行的第一个字符移动到上一行的最后一个位置。

    • 其余字符向左移动一位。

  4. 查询处理:对于每个查询,计算有效移位次数(取模n*m),然后直接从预计算的移位矩阵中获取结果字符。

http://www.xdnf.cn/news/315289.html

相关文章:

  • 场景可视化与数据编辑器:构建数据应用情境​
  • 结构可视化:利用数据编辑器剖析数据内在架构​
  • 什么是跨域,如何解决跨域问题
  • Mac 使用 Charles代理生成https服务
  • nginx性能优化与深度监控
  • 一篇文章解析 H.264/AVC 视频编解码标准框架
  • 如何使用极狐GitLab 软件包仓库功能托管 npm?
  • GitLab常用操作
  • 面试算法刷题练习1(核心+acm)
  • sizeof 和 strlen 的区别
  • linux基础学习--linux磁盘与文件管理系统
  • OpenCV-Python (官方)中文教程(部分一)_Day21
  • shell脚本--2
  • 数据中心 第十五次CCF-CSP计算机软件能力认证
  • 【day04】Fibonacci数列 | 单词搜索 | 杨辉三角
  • privateGPT和RAGflow之间的区别
  • 深入浅出HTML:构建现代网页的基石
  • 如何在24G显存机器上搭建一个超过gpt效果的DeepSeek-R1?
  • Eclipse通过Tomcat启动web项目报错
  • 20. C++使用HashTable同时出封装unordered_map和unordered_set
  • Ubuntu 配置网络接口端点(静态 IP 地址)详细教程
  • 亿级流量系统架构设计与实战(五)
  • mysql集成Qwen大模型MCP计算【附实战代码】
  • 【iOS】源码阅读(三)——内存对齐原理
  • AGV导航控制器技术方案——基于EFISH-SBC-RK3576/SAIL-RK3576的国产化革新‌(新一代工业级自主可控解决方案)‌
  • 战术级微波干扰系统:成都鼎轻量化装备如何实现全频段智能压制?
  • 从字节到链接:用类型化数组生成神奇的对象 URL
  • 如何进行室内VR全景拍摄?
  • Android 有线网开发调试总结
  • 【计算机视觉】OpenCV实战项目:Long-Exposure:基于深度学习的长时间曝光合成技术