题目
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。
注意: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,而不能使用另一个矩阵来旋转图像。
示例 1:
python
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:
python
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]]
层迭代法
使用层迭代法来解决本题的问题,是一种直观且有效的方法。层迭代法通过一层一层地处理矩阵,将每一层进行旋转来实现整个矩阵的旋转。使用层迭代法求解本题的主要步骤如下。
1、确定层数。矩阵的层数等于(n + 1) / 2,其中n是矩阵的大小。这是因为对于一个n × n的矩阵,最外层包含4 * n - 8个元素(不考虑角点元素,只考虑边上的元素),次外层(如果存在的话)包含4 * (n - 2) - 8个元素,依此类推。
2、层旋转。对于每一层,从外层到内层,将四个角依次旋转到新的位置。我们遍历每一层的边界,将四个角的值依次交换到新的位置。
3、角交换。在每一层中,我们保存左上角的值,然后按照顺时针方向依次交换四个角的位置。
根据上面的算法步骤,我们可以得出下面的示例代码。
python
def rotate_image_by_layer_iteration(matrix):
n = len(matrix)
# 确定层数
layers = (n + 1) // 2
for layer in range(layers):
start = layer
end = n - 1 - layer
# 遍历每一层的边界
for i in range(start, end):
offset = i - start
# 保存左上角的值
top = matrix[start][i]
# 左上角 <- 左下角
matrix[start][i] = matrix[end - offset][start]
# 左下角 <- 右下角
matrix[end - offset][start] = matrix[end][end - offset]
# 右下角 <- 右上角
matrix[end][end - offset] = matrix[i][end]
# 右上角 <- 左上角
matrix[i][end] = top
matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
rotate_image_by_layer_iteration(matrix)
print(matrix)
matrix = [[5, 1, 9, 11], [2, 4, 8, 10], [13, 3, 6, 7], [15, 14, 12, 16]]
rotate_image_by_layer_iteration(matrix)
print(matrix)
两次转置法
顾名思义,两次转置法的基本思想为:首先进行一次转置,然后将每一行逆序。第一次转置将矩阵沿着主对角线进行转置,即将矩阵的行变为列,列变为行。第二次转置将转置后的矩阵的每一行进行逆序操作,即得到顺时针旋转90度后的矩阵。使用两次转置法求解本题的主要步骤如下。
1、转置矩阵。遍历矩阵的上半部分,将每个元素与其对称位置的元素交换。
2、逆序行。遍历转置后的矩阵的每一行,并将其逆序。
根据上面的算法步骤,我们可以得出下面的示例代码。
python
def rotate_image_by_two_transpositions(matrix):
n = len(matrix)
# 转置矩阵
for i in range(n):
for j in range(i, n):
matrix[i][j], matrix[j][i] = matrix[j][i], matrix[i][j]
# 逆序行
for i in range(n):
matrix[i].reverse()
matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
rotate_image_by_two_transpositions(matrix)
print(matrix)
matrix = [[5, 1, 9, 11], [2, 4, 8, 10], [13, 3, 6, 7], [15, 14, 12, 16]]
rotate_image_by_two_transpositions(matrix)
print(matrix)
总结
对于一个n × n的矩阵,使用层迭代法时,每一层需要遍历一定数量的元素进行交换。外层的元素数量为4 * (n - 2),次外层为4 * (n - 4),依此类推,直到中心元素。因此,层迭代法的总体时间复杂度为O(n^2)。对于初学者来说,理解每一层如何处理以及如何交换元素可能会稍微复杂一些。
使用两次转置法时,转置矩阵需要遍历每个元素一次,故第一次转置的时间复杂度为O(n^2),第二次转置(即行的反转)的时间复杂度也为O(n^2)。因此,两次转置法的总体时间复杂度为O(n^2)。两次转置法虽然简单,但它需要两次遍历矩阵,这可能在某些情况下被认为是一种额外的开销。