题目在这​​:https://leetcode-cn.com/problems/reshape-the-matrix/​​

题目分析 :

题目要求实现 MATLAB reshape函数。

题目所给的是二维数组，变成规定要求格式的二维数组。

法一:(降维升维)

可以先将二维数组变成一维数组，然后再变成二维数组。

循环遍历我们得到的一维数组。每次都加入到临时一维数组中，如果临时一维数组中的元素已经达到了题目所要求的数量，则将临时一维数组打包加入到二维数组中。

完整代码

class Solution:
    def matrixReshape(self, mat: List[List[int]], r: int, c: int) -> List[List[int]]:
            
        ll_1D =  [mat[i][j] for i in range(len(mat)) for j in range(len(mat[0]))]  # 变成一维数组
        # 这个列表推导式我总写反，其实就是从左往右读，拿mat去第一次for里循环，再拿去第二层里循环，显然第一层的for是外层循环 有几行，里面那个for循环每一行有几个字符，这样就好记了。

       

        if  r * c != len(mat) * len(mat[0]): # 加入违规矩阵判断
            return mat


        temp_1D = [] # 临时一维数组
        res = []

        for i in range(len(ll_1D)):
            temp_1D.append(ll_1D[i])
            if (i+1) %  c == 0:
                res.append(temp_1D)  # 将临时一维数组打包加入二维数组
                temp_1D = []    # 重置当前一维数组
                
        return

法二:(Numpy法)

Python3里的Numpy库可以很简单的解决这类问题。
核心代码仅一行即可。也就是和MATLAB里相同的reshape函数。

完整代码

class Solution:
    def matrixReshape(self, mat: List[List[int]], r: int, c: int) -> List[List[int]]:
        if r*c != len(mat) * len(mat[0]):
            return mat
        import numpy as np  
        temp = np.array(mat)  # 变成numpy类型
        res = temp.reshape(r,c) # 重塑
        return res.tolist() # 再变回去list类型 返回