给你两个非负整数数组 rowSum 和 colSum ，其中 rowSum[i] 是二维矩阵中第 i 行元素的和， colSum[j] 是第 j 列元素的和。换言之你不知道矩阵里的每个元素，但是你知道每一行和每一列的和。
请找到大小为 rowSum.length x colSum.length 的任意 非负整数 矩阵，且该矩阵满足 rowSum 和 colSum 的要求。
请你返回任意一个满足题目要求的二维矩阵，题目保证存在 至少一个 可行矩阵。
示例 1：
输入：rowSum = [3,8], colSum = [4,7]
输出：[[3,0],
[1,7]]
解释：
第 0 行：3 + 0 = 0 == rowSum[0]
第 1 行：1 + 7 = 8 == rowSum[1]
第 0 列：3 + 1 = 4 == colSum[0]
第 1 列：0 + 7 = 7 == colSum[1]
行和列的和都满足题目要求，且所有矩阵元素都是非负的。
另一个可行的矩阵为：[[1,2],
[3,5]]
示例 2：
输入：rowSum = [5,7,10], colSum = [8,6,8]
输出：[[0,5,0],
[6,1,0],
[2,0,8]]
示例 3：
输入：rowSum = [14,9], colSum = [6,9,8]
输出：[[0,9,5],
[6,0,3]]
示例 4：
输入：rowSum = [1,0], colSum = [1]
输出：[[1],
[0]]
示例 5：
输入：rowSum = [0], colSum = [0] 输出：[[0]]
提示：
1 <= rowSum.length, colSum.length <= 5000 <= rowSum[i], colSum[i] <= 108sum(rows) == sum(columns)
**难度**: Medium
**标签**: 贪心算法、
# -*- coding: utf-8 -*-
# @Author : LG
"""
执行用时：96 ms, 在所有 Python3 提交中击败了90.00% 的用户
内存消耗：18.2 MB, 在所有 Python3 提交中击败了13.51% 的用户
解题思路：
贪心算法
在每个空缺处，填可以填的最大值
在每个空缺处填入行列和中的最小值，则填完后，必然会有行列和中的某一值为0，可以直接跳过该行/列，提高效率
"""
class Solution:
def restoreMatrix(self, rowSum: List[int], colSum: List[int]) -> List[List[int]]:
r, c = len(rowSum), len(colSum)
result = [[0 for _ in range(c)] for _ in range(r)]
i, j = 0, 0
while i < r and j < c:
val = min(rowSum[i], colSum[j]) # 取当前空位对应行列值的最小值，填入该空位
result[i][j] = val
rowSum[i] -= val # 因为填的是当前行列中最小的那个，则每次填完，则必有行列之一的和为0，直接跳过当前行列即可
if rowSum[i] == 0:
i += 1
colSum[j] -= val
if colSum[j] == 0:
j += 1
return result
"""
执行用时：324 ms, 在所有 Python3 提交中击败了74.59% 的用户
内存消耗：18.2 MB, 在所有 Python3 提交中击败了17.57% 的用户
解题思路：
贪心算法
在每个空缺处，填可以填的最大值
"""
class Solution:
def restoreMatrix(self, rowSum: List[int], colSum: List[int]) -> List[List[int]]:
r, c = len(rowSum), len(colSum)
result = [[0 for _ in range(c)] for _ in range(r)]
for i in range(r):
for j in range(c):
val = min(rowSum[i], colSum[j]) # 取当前空位对应行列值的最小值，填入该空位
result[i][j] = val
rowSum[i] -= val # 更新当前行列的和的值
colSum[j] -= val
return result