LeetCode 第6题：Z字形变换（Python3解法）

1：问题描述

来源：LeetCode

难度：中等

---

问题详情：
将一个给定字符串 s 根据给定的行数 numRows ，以从上往下、从左到右进行 Z 字形排列。

比如输入字符串为 “PAYPALISHIRING” 行数为 3 时，排列如下：

P   A   H   N
A P L S I I G
Y   I   R

之后，你的输出需要从左往右逐行读取，产生出一个新的字符串，比如："PAHNAPLSIIGYIR"。

---

2：问题分析

2.1 时间复杂度和空间复杂度

在真正开始介绍各种算法前，先以表格形式展示各自的时间复杂度和空间复杂度，$n$ 表示字符串 $s$ 的长度。

算法	时间复杂度	空间复杂度
二维矩阵	$O(numRows\times n)$	$O(numRows\times n)$
二维矩阵改进	O($n$)	$O(n)$
构造法	$O(n)$	$O(1)$

2.2 二维矩阵

使用二维矩阵依次按照 第1节 中那样的顺序存进二维数组，没有字符的用空字符串代替。在竖线中的元素是行不断增加，列保持不变；在斜线中的元素依次是行不断减少，列不断增大；

2.2.1 构建矩阵

首先分析该字符串写成Z字形后，一共有几列。

我们以这个倒N字形的竖线和斜线上的元素为一个单元。 竖线上的元素个数=$numRows$；斜线上的元素个数为$numRows-2$；因此一个单元中的元素个数总共$r=numRows\times 2-2$;每一个单元的列数：$1+numRows-2=numRows-1$

则共有$\lfloor \frac{n}{r}\rfloor$个单元，而那些组不成一个单元的元素个数，也要看是否$＞numRows$。如果小于，则余下的元素构成一列（因为一个竖线有$numRows$个元素）；如果大于，超过numRows的部分（即斜线部分）每一个元素独占一列。

则求列数的公式如下：
$$\begin{array}{rl}& col=\lfloor \frac{n}{r}\rfloor \times (numRows-1)\\ & re=n\%r\\ & col1=\lfloor \frac{re}{numRows}\rfloor +re\%numRows\\ & col=col+col1\end{array}$$

而这个矩阵的行数为$numRows$。
因此该矩阵的尺寸$(numRows,col)$。‘

而官方解法则是选择了一个偷懒的方法，让那些构不成一个单元的，通过填补空白使其构成一个单元。这样的解法需要$\lceil \frac{n}{r}\rceil$ 列，是向上取整的。虽然这样做代码比较简洁，但是会比我的解法占用更多的空间。

2.2.2 判断位置

为了判断当前元素是在竖线还是在斜线上，我们需要构建一个判断标准。

官方的解法在前面已经略有提及，通过当前字符在字符串中的索引 $index$ 对一个单元的元素个数 $r$ 求余，其余数小于$numRows$,则表明在竖线上；大于等于numRows则表明在斜线上；

我的解法则是：

• 设置一个$flag$ ,默认为$False$
• 如果行数$i=0$时，$flag=False$,表明将进入竖线
• 当$i=numRows-1$时，$flag=True$，表明下一个元素将进入斜线
• 如果$flag=False$，行数$i+=1$，列数$j$保持不变
• 如果$flag=True$，行数$i-=1$，列数$j+=1$

2.2.3 边界

该问题的边界问题就是，转换后只有一行或者一列的状态。当只有一行时，那就是$numRows=1$；如果只有一列，那就是$numRows>=n$;

2.2.4 代码

def convert(s: str, numRows: int) -> str:
    length = len(s)
    # 计算一共占了多少列
    # 当排列后为一行或者一列的情况，则直接返回原字符串
    if length <= numRows or numRows == 1:
        return s
    else:
        # 以Z字形中的一个横线和对角线为一个单元，计算s中能有多少个这样的单元
        t = length // (numRows + numRows - 2)
        temp = length % (numRows + numRows - 2)
        col1 = temp // numRows
        col1 += temp % numRows
        # 一个单元占了 (numRows-2 + 1)列，而剩下的不成单元的占col1列
        col = (numRows - 2 + 1) * t + col1
    # 先创建一个空字符列表，一共numRows行col列
    result = [[""] * col for i in range(numRows)]
    index = 0
    i = 0  # 第几行
    j = 0  # 第几列
    diag = False  # 表示是否在对角线上
    # 通过分析，可以得知当行标走到numRows-1时，下一步就要走到对角线处了，此时行不断往上，列不断往右
    # 当行标再次回到0的时候，就是走出了对角线，此时行不断往下，列保持不变
    while index <= length - 1:
        if i == 0:
            diag = False
        if i == numRows - 1:
            diag = True
        result[i][j] = s[index]
        index += 1
        if not diag:
            i += 1
        else:
            i -= 1
            j += 1

    result_2 = ''
    for row_item in result:
        for col_item in row_item:
            if col_item != '':
                result_2 += col_item

    return result_2

对于时间复杂度，创建和遍历$result$的消耗较高，为$O(行数\times 列数)$,行数$=numRows$,列数可以粗略地看作$O(n)$，时间复杂度为$O(numRows\times n)$， $while$内部时间复杂度为$O(n)$，因此总的时间复杂度为$O(numRows\times n)$

空间复杂度，则同样是$O(numRows\times n)$

2.3 改进的二维矩阵

上述的二维矩阵存在大量空白，浪费了许多空间。

因此我们可以将每一行作为一个列表，每次移动到该行时，就将该元素添加至这一行对应的列表中。其余则与第一种解法相同。

2.3.1 代码

def convert2(s: str, numRows: int) -> str:
    """使用多个空白列表存储每一行的字符"""
    length = len(s)
    if length <= numRows or numRows == 1:
        return s
    else:
        # 生成一个numRows行的列表存储每一行的字符
        result = [[] for i in range(numRows)]
        i = 0  # 表示行
        diag = False
        for item in s:
            result[i].append(item)
            if i == 0:
                diag = False
            elif i == numRows - 1:
                diag = True
            if diag:
                i -= 1
            else:
                i += 1

    from itertools import chain
    return ''.join(chain(*result))

对于时间复杂度，$while$和列表的创建和遍历时间复杂度都是$O(n)$,因此算法的时间复杂度为$O(n)$

对于空间复杂度，列表中存储了所有的字符串，空间复杂度$O(n)$

2.4 构造法

我们可以直接去探究某一下标的字符应该放在第几行。

如上图所示，假设$numRows=4$.

这里的$t=r$（2.2.1节提到，每个单元的元素个数）。

1. 我们可以发现在每个单元（注意，这里说的是每个单元，而不是这个表格中的一行）中第0行的元素下标都是$t$的整数倍,也就是$xt$d的形式
2. 每个单元中在最后一行的元素的下标应该是这样的形式$xt+numRows-1$
3. 中间这些行每个单元有两个元素，第一个元素与最后一行的元素规律相同的，只需要满足下标符合这样的形式$xt+i$,就是在第$i$行；而第二个元素则满足$(xt+t-i)$的形式；
4. 我们统一一下上述的情形，所有行的第一个元素下标都是符合$xt+i$的形式；
   当$0<i<numRows-1$, 其第二个元素的下标满足$(xt+t-i)$的形式

2.4.1 代码

其中的$j$是值为 $0t,1t,2t,3t...$的序列；而$i$表示第$i$行， 再次提示这里的$r=t$.

def convert4(s: str, numRows: int) -> str:
    """在方法1的基础上，分析字符串下标对应二维数组索引"""
    length = len(s)
    if length <= numRows or numRows == 1:
        return s
    else:

        ans = []
        r = 2 * numRows - 2  # 一个单元拥有的字符数
        for i in range(numRows):
            # 因为每一行最少有一个元素，因此-i，可以避免i与j相加后下标越界
            # j = 0r, 1r, 2r, 3r,  s.t. j < length-i
            for j in range(0, length - i, r):
                # 添加每个单元中竖线中的元素
                # j + i:
                # 第0行元素下标，0r+0, 1r+0，2r+0
                # 第1行元素下标，0r+1, 1r+1, 2r+1
                # 第i行元素下标，j+i
                ans.append(s[j + i])  # 第一个元素
                # 因为斜线中的元素下标为
                # 第0行没有斜线
                # 第1行元素下标，1r-1, 2r-1
                # 第i行元素下标，j+r-i
                if 0 < i < numRows - 1 and j + r - i < length:
                    ans.append(s[j + r - i])  # 第二个元素

    return ''.join(ans)

对于时间复杂度，是将所有字符串中的元素都添加到列表中，所以时间复杂度为$O(n)$;

对于空间复杂度，ans是返回值，不计入在空间复杂度的统计当中，因此空间复杂度为O(1)。