给定一个 n × n 的二维矩阵表示一个图像。
将图像顺时针旋转 90 度。
说明:
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:
给定 matrix =
[
[1,2,3],
[4,5,6],
[7,8,9]
],
原地旋转输入矩阵,使其变为:
[
[7,4,1],
[8,5,2],
[9,6,3]
]
示例 2:
给定 matrix =
[
[ 5, 1, 9,11],
[ 2, 4, 8,10],
[13, 3, 6, 7],
[15,14,12,16]
],
原地旋转输入矩阵,使其变为:
[
[15,13, 2, 5],
[14, 3, 4, 1],
[12, 6, 8, 9],
[16, 7,10,11]
]
方法一:观察矩阵,先转置后,再按中心竖线旋转,也就是翻转每一行,即可
方法二:观察矩阵变换坐标,如下图所示:
然后发现限定条件。这里i的取值范围是 [0, n/2)
,j的取值范围是 [i, n-1-i)
,至于为什么i和j是这个取值范围,为啥i不用遍历 [n/2, n)
,若仔细观察这些位置之间的联系,不难发现,实际上j列的范围 [i, n-1-i)
顺时针翻转 90 度,正好就是i行的 [n/2, n)
的位置
O(n2)
O(1)
C++:
class Solution {
public:
void rotate(vector<vector<int>>& matrix) {
int n = matrix.size();
//矩阵转置
for (int i=0;i<n;i++)
{
for (int j=i+1;j<n;j++)
{
int temp = matrix[i][j];
matrix[i][j] = matrix[j][i];
matrix[j][i] = temp;
//swap(matrix[i][j],matrix[j][i]);
}
}
//按中心竖线旋转
for (int i = 0;i<n;i++)
{
for(int j=0,k=n-1;j<k;j++,k--)
{
int temp = matrix[i][j];
matrix[i][j] = matrix[i][k];
matrix[i][k] = temp;
}
}
// 观察或者按行反转即可
for (int i=0;i<n;i++)
{
reverse(matrix[i].begin(),matrix[i].end());
}
}
};
class Solution {
public:
void rotate(vector<vector<int>>& matrix) {
if (matrix.empty()) return;
int n = matrix.size();
for (int i = 0; i < n / 2; i++) {
for (int j = 0; j < (n + 1) / 2; j++) {
int temp = matrix[i][j];
matrix[i][j] = matrix[n-1-j][i];
matrix[n-1-j][i] = matrix[n-1-i][n-1-j];
matrix[n-1-i][n-1-j] = matrix[j][n-1-i];
matrix[j][n-1-i] = temp;
}
}
}
};
class Solution:
def rotate(self, matrix: List[List[int]]) -> None:
"""
Do not return anything, modify matrix in-place instead.
"""
n = len(matrix)
# 转置
for i in range(n):
for j in range(i,n):
temp = matrix[i][j]
matrix[i][j] = matrix[j][i]
matrix[j][i] = temp
#旋转
for i in range(n):
j = 0
k = n-1
while j<k:
temp = matrix[i][j]
matrix[i][j] = matrix[i][k]
matrix[i][k] = temp
j+=1
k-=1
class Solution:
def rotate(self, matrix: List[List[int]]) -> None:
"""
Do not return anything, modify matrix in-place instead.
"""
n = len(matrix)
for i in range (n/2):
for j in range(0,(n+1)/2):
temp = matrix[i][j]
matrix[i][j] = matrix[n-1-j][i]
matrix[n-1-j][i] = matrix[n-1-i][n-1-j]
matrix[n-1-i][n-1-j] = matrix[j][n-1-i]
matrix[j][n-1-i] = temp