Java二维数组：解决对角线单元格重复修改致值错误的问题

嘿，这个重复修改的坑我之前写矩阵处理代码时也踩过！咱们先理清楚问题：你现在的逻辑是找到一个-1就立刻修改它的对角单元格，结果同一个单元格被多个-1的操作覆盖了两次，导致乘了两次2（变成8），但你预期只乘一次（变成4）。下面给你两种解决思路，还有怎么排查重复处理的方法：

一、先排查重复处理的方法（快速定位问题） #

如果你只是想确认哪些单元格被重复修改，最简单的方式是在修改单元格之前，打印出要修改的坐标和当前值。比如在你原来的代码里加一行日志：

# 嵌入你原有的修改逻辑中
if 0 <= ni < rows and 0 <= nj < cols:
    print(f"正在修改单元格({ni},{nj})，当前值: {matrix[ni][nj]}")
    matrix[ni][nj] *= 2

运行后，如果你看到同一个坐标被打印多次，就说明这个单元格被重复处理了。比如你提到的[1][2]会被打印两次，就能确认是被两个-1单元格的操作影响了。

二、解决重复修改的两种方案 #

方案1：统计修改次数，最后统一计算（适合需要多次乘2的场景） #

如果你的需求是每个-1单元格都要让对角单元格乘2（比如被2个-1影响就乘2×2=4），那不要直接在遍历的时候修改原矩阵，而是先记录每个单元格需要被乘2的次数，最后一次性计算结果。这样就不会出现重复修改的问题，逻辑也更清晰。

举个Python代码例子：

# 你的3×3原矩阵
original_matrix = [
    [1, -1, 2],
    [3, 4, 5],
    [6, -1, 7]
]
rows, cols = len(original_matrix), len(original_matrix[0])

# 创建一个计数矩阵，记录每个单元格需要乘2的次数，初始为0
counts = [[0]*cols for _ in range(rows)]

# 第一步：遍历所有-1单元格，统计对角单元格的修改次数
for i in range(rows):
    for j in range(cols):
        if original_matrix[i][j] == -1:
            # 四个对角方向的偏移量
            diagonal_offsets = [(-1, -1), (-1, 1), (1, -1), (1, 1)]
            for di, dj in diagonal_offsets:
                ni, nj = i + di, j + dj
                # 确保坐标在矩阵范围内
                if 0 <= ni < rows and 0 <= nj < cols:
                    counts[ni][nj] += 1

# 第二步：根据计数计算最终矩阵
result_matrix = []
for i in range(rows):
    row = []
    for j in range(cols):
        # 原值乘以2的count次方
        row.append(original_matrix[i][j] * (2 ** counts[i][j]))
    result_matrix.append(row)

print(result_matrix)

这样处理后，每个单元格的最终值是准确的，不会因为重复修改出错。

方案2：用集合记录已修改的单元格（适合只需要乘一次2的场景） #

如果你的需求是不管被多少个-1影响，每个单元格只乘一次2（也就是你预期的结果），那可以用一个集合来存储已经被修改过的单元格坐标，每次修改前先检查是否已经处理过，没处理过才执行乘2操作。

代码示例：

original_matrix = [
    [1, -1, 2],
    [3, 4, 5],
    [6, -1, 7]
]
rows, cols = len(original_matrix), len(original_matrix[0])
modified_cells = set()  # 存储已经修改过的(行,列)坐标

for i in range(rows):
    for j in range(cols):
        if original_matrix[i][j] == -1:
            diagonal_offsets = [(-1, -1), (-1, 1), (1, -1), (1, 1)]
            for di, dj in diagonal_offsets:
                ni, nj = i + di, j + dj
                if 0 <= ni < rows and 0 <= nj < cols:
                    if (ni, nj) not in modified_cells:
                        original_matrix[ni][nj] *= 2
                        modified_cells.add((ni, nj))

print(original_matrix)

这样就能保证每个单元格最多被修改一次，得到你预期的结果。

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