一、题目描述
给定一个 n × n 的二维矩阵 matrix
表示一个图像。请你将图像顺时针旋转 90 度。
你必须在 原地 旋转图像,这意味着你需要直接修改输入的二维矩阵。请不要 使用另一个矩阵来旋转图像。
示例 1:
输入:matrix = [[1,2,3],[4,5,6],[7,8,9]] 输出:[[7,4,1],[8,5,2],[9,6,3]]
示例 2:
输入:matrix = [[5,1,9,11],[2,4,8,10],[13,3,6,7],[15,14,12,16]] 输出:[[15,13,2,5],[14,3,4,1],[12,6,8,9],[16,7,10,11]]
提示:
n == matrix.length == matrix[i].length
1 <= n <= 20
-1000 <= matrix[i][j] <= 1000
二、解题思路
1. 层次遍历:首先,我们可以观察到旋转操作实际上是将矩阵的每一层(从外到内)进行了交换。最外层的元素移动到了最底部,最底部的元素移动到了最右侧,最右侧的元素移动到了最顶部,最顶部的元素移动到了最左侧。因此,我们可以先对矩阵的最外层进行操作。
2. 保存最外层元素:在进行交换之前,我们需要保存最外层的元素,因为在旋转过程中,这些元素将被覆盖。
3. 交换元素:对于矩阵的每一层,我们需要将四个边界的元素进行交换。具体来说,对于每个元素位于最外层的 (i, j)
,我们执行以下操作:
- 保存
matrix[i][j]
的值。 - 将
matrix[j][n-1-i]
(最底部的元素)赋值给matrix[i][j]
。 - 将保存的值(原
matrix[i][j]
的值)赋值给matrix[n-1-i][n-1-j]
(最右侧的元素)。 - 以此类推,完成所有层次的旋转。
4. 逐层处理:从最外层开始,逐层向内处理,直到处理到矩阵的中心。
三、具体代码
class Solution {
public void rotate(int[][] matrix) {
int n = matrix.length; // 矩阵的大小 n x n
int layers = n / 2; // 计算需要处理的层数
for (int layer = 0; layer < layers; layer++) {
int first = layer;
int last = n - 1 - layer;
for (int i = first; i < last; i++) {
int offset = i - first;
int top = matrix[first][i]; // 保存最上面的元素
// 从左到右的元素依次交换
matrix[first][i] = matrix[last - offset][first];
matrix[last - offset][first] = matrix[last][last - offset];
matrix[last][last - offset] = matrix[i][last];
matrix[i][last] = top; // 恢复最上面的元素
}
}
}
}
四、时间复杂度和空间复杂度
1. 时间复杂度
- 该算法主要包含一个外层循环,它遍历了矩阵的层数,这个层数是
n/2
,其中n
是矩阵的大小。 - 对于每个层,我们进行了一个内层循环,这个循环遍历了每一层的元素。内层循环的次数是
(last - first)
,这个值随着层数的增加而减少,但总体上可以认为是n
。 - 因此,总的时间复杂度是
O(n)
,因为每个元素都被访问和修改了一次。
2. 空间复杂度
- 该算法没有使用任何额外的数据结构来存储矩阵的元素,所有的操作都是在原地进行的。
- 我们只使用了少量的变量来保存在交换过程中需要临时存储的值。
- 因此,空间复杂度是
O(1)
,表示算法使用的空间量不随输入数据的大小而变化。
五、总结知识点
-
二维数组(矩阵)操作:代码处理的是一个二维数组(矩阵),这是算法设计中常见的数据结构。在 Java 中,二维数组可以看作是数组的数组。
-
循环结构:代码使用了嵌套的
for
循环来遍历矩阵的元素。外层循环用于控制旋转的层次,内层循环用于在每一层中进行元素的交换。 -
原地算法(In-place Algorithm):这个算法在不使用额外空间的情况下,直接在输入的矩阵上进行操作,即原地旋转。这是优化算法空间复杂度的一种常用方法。
-
边界处理:在旋转矩阵时,只有最外层的元素需要交换。因此,代码通过计算层数
layers
来确定需要处理的边界。 -
临时变量:在交换元素时,使用临时变量
top
来保存被覆盖的值,这是在进行元素交换时常见的技巧,以避免信息丢失。 -
数学计算:代码中的
offset
变量用于计算当前元素在旋转后的新位置。这涉及到对矩阵索引的数学计算。 -
条件判断:在内层循环中,
i
和first
的差值offset
被用来确定元素在旋转后的新位置,这是基于矩阵的对称性质。 -
旋转操作:顺时针旋转 90 度的操作,实际上是对矩阵的四个边界进行元素交换,这是一种典型的矩阵旋转操作。
以上就是解决这个问题的详细步骤,希望能够为各位提供启发和帮助。