LeetCode 54 螺旋矩阵

先贴代码

java 复制代码
​
class Solution {
    public int[][] generateMatrix(int n) {
        int left = 0;
        int right = n-1;
        int up = 0;
        int down = n-1;
        int[][] result = new int[n][n];
        int number = 0;
        while(left <= right && up <= down) {
            for(int i=left;i<=right;i++) {
                number++;
                result[up][i] = number;
            }
            up++;
            for(int i=up;i<=down;i++) {
                number++;
                result[i][right] = number;
            }
            right--;
            for(int i=right;i>=left;i--) {
                number++;
                result[down][i] = number;
            }
            down--;
            for(int i=down;i>=up;i--) {
                number++;
                result[i][left] = number;
            }
            left++;

        }
        return result;
    }
}

​

我其实不止一次做过这道题,巧的是前面几次做完就忘记了..其实编程题真的应该自己去做,而不是看答案,那样太容易遗忘。并且一个很好用的方法是画示意图,把一些变量的变化过程给标记出来。

螺旋矩阵重在矩阵的切割,你是如何给矩阵分块以及上下左右的索引的增减。

1、矩阵分块

以三阶矩阵为例,

|---|---|---|
| 1 | 2 | 3 |
| 8 | 9 | 4 |
| 7 | 6 | 5 |

我们可以以1、2为块,然后以3、4为块,5、6为块,7,8为块,9为块

我使用的是以1、2、3为块,4,5为块,6、7为块,8为块,9为块

每次块结束后需要对索引值进行增减(以1、2为块似乎不用每次进行上下左右索引的增减,只需要在每次一圈结束后增加一个索引即可)

2、索引增减

首先设置left=0;right=n-1;up=0;down=n-1;

第一阶段从左到右,结束后对上索引加一(从左到右是i++)

第二阶段从上到下,结束后对右索引减一(从上到下是i++)

第三阶段从右到左,结束后对下索引减一(从右到左是i--)

第四阶段从下到上,结束后对左索引加一(从下到上是i--)

其实一个非常巧合的规律是,上一个阶段的索引加减刚好是下一个阶段的开始方向

最后我们可以定义退出循环的条件是

1、left <= right && up <= down

2、number <= n * n

1或者2都是可行的

相关推荐
千寻girling2 小时前
Python 是用来做 AI 人工智能 的 , 不适合开发 Web 网站 | 《Web框架》
人工智能·后端·算法
颜酱5 小时前
一步步实现字符串计算器:从「转整数」到「带括号与优化」
javascript·后端·算法
CoovallyAIHub1 天前
语音AI Agent编排框架!Pipecat斩获10K+ Star,60+集成开箱即用,亚秒级对话延迟接近真人反应速度!
深度学习·算法·计算机视觉
木心月转码ing1 天前
Hot100-Day14-T33搜索旋转排序数组
算法
会员源码网1 天前
内存泄漏(如未关闭流、缓存无限增长)
算法
颜酱1 天前
从0到1实现LFU缓存:思路拆解+代码落地
javascript·后端·算法
颜酱1 天前
从0到1实现LRU缓存:思路拆解+代码落地
javascript·后端·算法
CoovallyAIHub2 天前
Moonshine:比 Whisper 快 100 倍的端侧语音识别神器,Star 6.6K!
深度学习·算法·计算机视觉
CoovallyAIHub2 天前
速度暴涨10倍、成本暴降6倍!Mercury 2用扩散取代自回归,重新定义LLM推理速度
深度学习·算法·计算机视觉