当前位置: 首页 > news >正文

LeetCode 算法: 旋转图像c++

原题链接🔗: 旋转图像
难度:中等⭐️⭐️

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。

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
在这里插入图片描述
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
在这里插入图片描述
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

题解

辅助数组法

  1. 题解:

要将一个 n × n 的二维矩阵(代表一个图像)顺时针旋转 90 度,你可以遵循以下解题思路:

  1. 理解问题:首先,理解顺时针旋转90度意味着什么。对于矩阵中的每个元素,它将移动到原始位置的左上角方向。

  2. 创建新矩阵:由于旋转后的矩阵大小不会改变,你可以使用与原始矩阵相同大小的新矩阵来存储结果。

  3. 遍历原始矩阵:遍历原始矩阵的每个元素,确定它们在新矩阵中的位置。对于矩阵中的每个元素 matrix[i][j],它将在新矩阵中的位置是 new_matrix[j][n-1-i]。

  4. 填充新矩阵:按照上述规则,将原始矩阵的元素复制到新矩阵的相应位置。

  5. 优化空间:如果不需要保留原始矩阵,你可以在原地修改矩阵以节省空间。这可以通过先交换行,然后反转每一行来实现。

  6. 代码实现:根据上述逻辑,编写代码实现矩阵的旋转。

  7. 测试:编写测试用例来验证你的解决方案是否正确。确保测试包括各种大小的矩阵,包括特殊情况,如 n=1 或 n=2。

  8. 考虑边界条件:确保你的解决方案能够处理矩阵的边界条件,例如矩阵的第一行和第一列。

  9. 性能分析:分析你的解决方案的时间和空间复杂度。理想情况下,时间复杂度应该是 O(n^2),因为每个元素都被访问一次,空间复杂度应该是 O(1),如果原地旋转的话。

  10. 代码优化:如果可能,尝试优化你的代码,使其更简洁或提高性能。

以下是一个简化的步骤描述,展示了如何在原地旋转矩阵:

  • 交换矩阵的行和列,即 matrix[i][j] 与 matrix[j][n-1-i] 交换。
  • 反转每一行,即 matrix[i] 变为 matrix[i] 的逆序。

这种方法不需要额外的空间,因为它直接在原始矩阵上进行操作。但请注意,这种方法会修改原始矩阵,如果需要保留原始矩阵,则需要先复制一份。

  1. 复杂度:时间复杂度应该是 O(n2),时间复杂度应该是 O(n2)。
  2. 过程
  • 创建一个新的 n × n 的矩阵,用于存储旋转后的图像。
  • 遍历原始矩阵,对于每个元素matrix[i][j],将其复制到新矩阵的相应位置,使用公式 new_matrix[j][n-1-i]。
  • 释放原始矩阵(如果需要的话)。
  1. c++ demo
#include <iostream>
#include <vector>using namespace std;void rotateMatrix(vector<vector<int>>& matrix) {int n = matrix.size();vector<vector<int>> newMatrix(n, vector<int>(n));// 将原始矩阵的元素复制到新矩阵中for (int i = 0; i < n; ++i) {for (int j = 0; j < n; ++j) {newMatrix[j][n - 1 - i] = matrix[i][j];}}// 将新矩阵赋值回原始矩阵matrix = newMatrix;
}void printMatrix(const vector<vector<int>>& matrix) {for (const auto& row : matrix) {for (int val : row) {cout << val << " ";}cout << endl;}
}int main() {vector<vector<int>> matrix = {{1, 2, 3},{4, 5, 6},{7, 8, 9}};cout << "Original Matrix:" << endl;printMatrix(matrix);rotateMatrix(matrix);cout << "Rotated Matrix:" << endl;printMatrix(matrix);cout << endl;vector<vector<int>> matrix2 = {{5,  1,  9,  11},{2,  4,  8,  10},{13, 3,  6,  7 },{15, 14, 12, 16}};cout << "Original Matrix2:" << endl;printMatrix(matrix2);rotateMatrix(matrix2);cout << "Rotated Matrix2:" << endl;printMatrix(matrix2);return 0;
}
  • 输出结果:

Original Matrix:
1 2 3
4 5 6
7 8 9
Rotated Matrix:
7 4 1
8 5 2
9 6 3

Original Matrix2:
5 1 9 11
2 4 8 10
13 3 6 7
15 14 12 16
Rotated Matrix2:
15 13 2 5
14 3 4 1
12 6 8 9
16 7 10 11
在这里插入图片描述

http://www.lryc.cn/news/371373.html

相关文章:

  • Java Android 静态内部类 以及优雅实现单例模式/避免handler内存泄漏
  • Flink协调器Coordinator及自定义Operator
  • C调用C++中的类
  • NFTScan 正式上线 Sei NFTScan 浏览器和 NFT API 数据服务
  • 2024年高考:计算机相关专业前景分析与选择建议
  • SQL聚合函数---汇总数据
  • webpack5新特性
  • java单体服务自定义锁名称工具类
  • 整理好了!2024年最常见 20 道并发编程面试题(四)
  • 持续交付一
  • 基于 Python 解析 XML 文件并将数据存储到 MongoDB 数据库
  • Interview preparation--案例加密后数据的模糊查询
  • 一个简单的R语言数据分析案例
  • springCloudAlibaba之分布式事务组件---seata
  • 无公网IP与服务器完成企业微信网页应用开发远程调试详细流程
  • CSS 字体颜色渐变
  • 【机器学习】基于CTC模型的语音转换可编辑文本研究
  • 数据结构错题答案汇总
  • 搞AI?中小企业拿什么和大厂拼?
  • 光伏电站阵列式冲击波声压光伏驱鸟器
  • Webrtc支持FFMPEG硬解码之解码实现(三)
  • RIP协议
  • 计算机视觉与深度学习实战,Python为工具,基于光流场的车流量计数应用
  • 插入排序(排序算法)
  • 【附带源码】机械臂MoveIt2极简教程(六)、第三个demo -机械臂的避障规划
  • innovus:route secondary pg pin
  • btstack协议栈实战篇--LE Peripheral - Test Pairing Methods
  • git下载项目登录账号或密码填写错误不弹出登录框
  • 平移矩阵中的数学思考
  • 【机器学习】Qwen2大模型原理、训练及推理部署实战