符合特定索引递增规则的矩阵列最小值索引求解代码实现求助

需求说明 #

我需要实现一个功能：为矩阵的每一列找到最小值对应的索引，并且要遵循以下两条规则：

• 除第一列外，每一列的搜索起始索引为前一列找到的索引+1
• 若某一列找到的索引恰好等于矩阵的总行数，则后续所有列的索引均设为总行数

示例展示 #

示例1 #

输入矩阵：

[
 ["-1", -11, 0, 8, 1 ],
 [ 2, 1, 0, 5, 1 ],
 [ 4, 1, -2, 6, 7 ],
 [ 8, 3, 1, 3, 0 ],
 [ 5, "0", 1, 0, 8 ],
 [ 9, 3, "-1", -1, 6.5],
 [ 5, 3, 2, 5, 3 ],
 [ 10, 3, 7, "1", "-1" ]
]

对应的索引列表：[0,4,5,7,7]

示例2 #

输入矩阵：

[
 [ 1, 1, 0, 0, 1],
 [ 2, 1, 0, 5, 1],
 [-4, -1, 2, 6, 7],
 ['-5', 3, 1, 1, 0],
 [ 5, '0', 1, 0, 8],
 [ 5, 3, '-1', -1, 0],
 [ 5, 3, 1, '1', 0],
 [ 5, 3, 1, 1, 0]
]

对应的索引列表：[3,4,5,6,7]

我的尝试代码（存在错误） #

我写了下面的Python代码，但运行时出现错误，请求指导如何正确实现：

import numpy as np

def lst_min(matrix, columnindex, minIndex):
    if minIndex == matrix.shape[0]:
        return matrix.shape[0]
    else:
        return np.argmin(matrix[minIndex:, columnindex]) + minIndex

currentMinIndex = 0
lst = []
for i in range(a.shape[1]):
    w = lst_min(matrix=a, columnindex=i, minIndex=currentMinIndex)
    if w > a.shape[0]:
        w = a.shape[0]
    lst.append(w)
    if w == 0:
        c = 1
    currentMinIndex = w + c
    if currentMinIndex > a.shape[0]:
        currentMinIndex = a.shape[0]

问题分析与修正方案 #

先梳理下你代码里的几个核心问题：

1. 变量未定义/逻辑遗漏：代码里用了a但没定义，c只在w==0时赋值，其他情况会直接报错——其实根据规则，不管w是什么，下一列的起始索引都应该是w+1，除非w已经等于总行数。
2. 终止条件处理不彻底：当currentMinIndex已经等于总行数时，后续列应该直接添加总行数，不需要再执行查找逻辑。
3. 数据类型兼容问题：示例矩阵里混了字符串类型的数字（比如"-1"），np.argmin无法直接处理混合类型数组，得先统一转换成数值型。

下面是修正后的可运行代码：

import numpy as np

def find_column_min_indices(matrix):
    # 先把矩阵转换为数值型，处理字符串格式的数字
    num_matrix = np.array(matrix, dtype=np.float64)
    rows, cols = num_matrix.shape
    indices = []
    current_start = 0
    
    for col in range(cols):
        # 一旦起始索引等于总行数，后续所有列直接添加总行数
        if current_start == rows:
            indices.append(rows)
            continue
        
        # 从current_start行开始，查找当前列的最小值索引
        sub_column = num_matrix[current_start:, col]
        min_sub_idx = np.argmin(sub_column)
        min_idx = current_start + min_sub_idx
        
        indices.append(min_idx)
        
        # 更新下一列的起始索引
        if min_idx == rows:
            current_start = rows
        else:
            current_start = min_idx + 1
            # 防止起始索引超出总行数
            if current_start > rows:
                current_start = rows
    
    return indices

# 测试示例1
matrix1 = [
 ["-1", -11, 0, 8, 1 ],
 [ 2, 1, 0, 5, 1 ],
 [ 4, 1, -2, 6, 7 ],
 [ 8, 3, 1, 3, 0 ],
 [ 5, "0", 1, 0, 8 ],
 [ 9, 3, "-1", -1, 6.5],
 [ 5, 3, 2, 5, 3 ],
 [ 10, 3, 7, "1", "-1" ]
]
print(find_column_min_indices(matrix1))  # 输出: [0, 4, 5, 7, 7]

# 测试示例2
matrix2 = [
 [ 1, 1, 0, 0, 1],
 [ 2, 1, 0, 5, 1],
 [-4, -1, 2, 6, 7],
 ['-5', 3, 1, 1, 0],
 [ 5, '0', 1, 0, 8],
 [ 5, 3, '-1', -1, 0],
 [ 5, 3, 1, '1', 0],
 [ 5, 3, 1, 1, 0]
]
print(find_column_min_indices(matrix2))  # 输出: [3, 4, 5, 6, 7]

关键修正点说明： #

• 统一数据类型：用np.array(matrix, dtype=np.float64)把所有元素转为浮点型，解决混合字符串与数字的兼容问题。
• 修复变量逻辑：移除了未定义的c，直接按照规则设置下一列的起始索引为min_idx + 1。
• 完善终止逻辑：当current_start等于总行数时，跳过查找直接添加结果，避免无效计算。
• 函数化封装：把整个逻辑封装成独立函数，更方便复用和测试。

内容的提问来源于stack exchange，提问作者Mohamad Dabdoub