本文参考labuladong算法小抄[二维数组的花式遍历技巧盘点]
1、顺/逆时针旋转矩阵
48. 旋转图像
【python解法】
class RotateImage90(object):
def rotate90(self, matrix: List[List[int]]) -> None:
"""
Do not return anything, modify matrix in-place instead.
顺时针将矩阵旋转90°
"""
# 以主对角线为轴翻转矩阵
m, n = len(matrix), len(matrix[0]) # 旋转矩阵只针对正方形,故 m = n
for i in range(m):
for j in range(i, n):
matrix[i][j], matrix[j][i] = matrix[j][i], matrix[i][j]
# 将翻转后的矩阵每一行进行翻转
for mat in matrix:
mat.reverse()
class RotateImageMinus90:
def rotate_minus90(self, matrix: List[List[int]]) -> None:
"""
Do not return anything, modify matrix in-place instead.
逆时针将矩阵旋转90°
"""
# 以副对角线为轴翻转矩阵
m, n = len(matrix), len(matrix[0])
for i in range(m):
for j in range(n-i):
matrix[i][j], matrix[m-j-1][n-i-1] = matrix[m-j-1][n-i-1], matrix[i][j]
# 将翻转后的矩阵每一行进行翻转
for mat in matrix:
mat.reverse()
【算法思路】
题目很好理解,就是让你将一个二维矩阵顺时针旋转 90 度,难点在于要「原地」修改,函数签名如下:
void rotate(int[][] matrix)
如何「原地」旋转二维矩阵?稍想一下,感觉操作起来非常复杂,可能要设置巧妙的算法机制来「一圈一圈」旋转矩阵:
但实际上,这道题不能走寻常路,在讲巧妙解法之前,我们先看另一道谷歌曾经考过的算法题热热身:
给你一个包含若干单词和空格的字符串s
,请你写一个算法,原地反转所有单词的顺序。
比如说,给你输入这样一个字符串:
s = "hello world labuladong"
你的算法需要原地反转这个字符串中的单词顺序:
s = "labuladong world hello"
常规的方式是把s
按空格split
成若干单词,然后reverse
这些单词的顺序,最后把这些单词join
成句子。但这种方式使用了额外的空间,并不是「原地反转」单词。
正确的做法是,先将整个字符串s
反转:
s = "gnodalubal dlrow olleh"
然后将每个单词分别反转:
s = "labuladong world hello"
这样,就实现了原地反转所有单词顺序的目的。
我讲这道题的目的是什么呢?
旨在说明,有时候咱们拍脑袋的常规思维,在计算机看来可能并不是最优雅的;但是计算机觉得最优雅的思维,对咱们来说却不那么直观。也许这就是算法的魅力所在吧。
回到之前说的顺时针旋转二维矩阵的问题,常规的思路就是去寻找原始坐标和旋转后坐标的映射规律,但我们是否可以让思维跳跃跳跃,尝试把矩阵进行反转、镜像对称等操作,可能会出现新的突破口。
我们可以先将n x n
矩阵matrix
按照左上到右下的对角线进行镜像对称:
然后再对矩阵的每一行进行反转:
发现结果就是matrix
顺时针旋转 90 度的结果:
// 将二维矩阵原地顺时针旋转 90 度
public void rotate(int[][] matrix) {
int n = matrix.length;
// 先沿对角线镜像对称二维矩阵
for (int i = 0; i < n; i++) {
for (int j = i; j < n; j++) {
// swap(matrix[i][j], matrix[j][i]);
int temp = matrix[i][j];
matrix[i][j] = matrix[j][i];
matrix[j][i] = temp;
}
}
// 然后反转二维矩阵的每一行
for (int[] row : matrix) {
reverse(row);
}
}
// 反转一维数组
void reverse(int[] arr) {
int i = 0, j = arr.length - 1;
while (j > i) {
// swap(arr[i], arr[j]);
int temp = arr[i];
arr[i] = arr[j];
arr[j] = temp;
i++;
j--;
}
}
既然说道这里,我们可以发散一下,如何将矩阵逆时针旋转 90 度呢?
思路是类似的,只要通过另一条对角线镜像对称矩阵,然后再反转每一行,就得到了逆时针旋转矩阵的结果:
class RotateImageMinus90:
def rotate_minus90(self, matrix: List[List[int]]) -> None:
"""
Do not return anything, modify matrix in-place instead.
逆时针将矩阵旋转90°
"""
# 以副对角线为轴翻转矩阵
m, n = len(matrix), len(matrix[0])
for i in range(m):
for j in range(n-i):
matrix[i][j], matrix[m-j-1][n-i-1] = matrix[m-j-1][n-i-1], matrix[i][j]
# 将翻转后的矩阵每一行进行翻转
for mat in matrix:
mat.reverse()
2、矩阵的螺旋遍历
54. 螺旋矩阵
【python 解法】
class Solution:
def spiralOrder(self, matrix: List[List[int]]) -> List[int]:
m, n = len(matrix), len(matrix[0])
# 定义目标矩阵上下左右四个边界
t, b, l, r = 0, m-1, 0, n-1
res = []
count = 0
# 用count来计数,直到count等于m*n即停止遍历
while count < m * n:
# 在顶部从左向右遍历
if count == m * n:
return res
for i in range(l, r+1):
res.append(matrix[t][i])
count += 1
# 上边界下移
t += 1
# 在右侧从上到下遍历
if count == m * n:
return res
for i in range(t, b+1):
res.append(matrix[i][r])
count += 1
# 右边界左移
r -= 1
# 在底部从右向左遍历
if count == m * n:
return res
for i in range(r, l-1, -1):
res.append(matrix[b][i])
count += 1
# 下边界上移
b -= 1
# 在左侧从下到上遍历
if count == m * n:
return res
for i in range(b, t-1, -1):
res.append(matrix[i][l])
count += 1
# 左边界右移
l += 1
return res
【算法思路】
函数签名如下:
List<Integer> spiralOrder(int[][] matrix)
解题的核心思路是按照右、下、左、上的顺序遍历数组,并使用四个变量圈定未遍历元素的边界:
随着螺旋遍历,相应的边界会收缩,直到螺旋遍历完整个数组:
59. 螺旋矩阵 II
【python 解法】
class Solution:
def spiralOrder(self, matrix: List[List[int]]) -> List[int]:
m, n = len(matrix), len(matrix[0])
# 定义目标矩阵上下左右四个边界
t, b, l, r = 0, m-1, 0, n-1
res = []
count = 0
# 用count来计数,直到count等于m*n即停止遍历
while count < m * n:
# 在顶部从左向右遍历
for i in range(l, r+1):
if count == m*n:
return res
res.append(matrix[t][i])
count += 1
# 上边界下移
t += 1
# 在右侧从上到下遍历
for i in range(t, b+1):
if count == m*n:
return res
res.append(matrix[i][r])
count += 1
# 右边界左移
r -= 1
# 在底部从右向左遍历
for i in range(r, l-1, -1):
if count == m*n:
return res
res.append(matrix[b][i])
count += 1
# 下边界上移
b -= 1
# 在左侧从下到上遍历
for i in range(b, t-1, -1):
if count == m*n:
return res
res.append(matrix[i][l])
count += 1
# 左边界右移
l += 1
return res
【算法思路】
如上题,大致也是先定好目标矩阵的上下左右四个边界,然后螺旋遍历矩阵。