• leetcode-Rotate Image


    题目

    You are given an n x n 2D matrix representing an image.

    Rotate the image by 90 degrees (clockwise).

    思路:

    1、传统思路:将行和列互换,但是前期行换列的过程会影响到后期的行换列,所以要额外使用一个矩阵,暂存;花销 O(n)

    可以先找个3阶的分析分析,观察它们的下标是怎么变化的?

    AC代码如下:

    public class Solution {
        public void rotate(int[][] matrix) {
             int m = matrix.length;
             int[][] replace = new int[m][m];
                //int n = matrix[0].length;
                if(m == 1) return;
                for(int i =0;i<m;i++){
                    for(int j=0;j<m;j++){
                         replace[j][m-1-i]=matrix[i][j];
                    }
                }
                 for(int i =0;i<m;i++){
                    for(int j=0;j<m;j++){
                        matrix[i][j] = replace[i][j];
                    }
                }
        }
    }

    2、奇葩思路:由于是矩阵转变顺时针转90,那么可以先转最外圈 ->次内圈 ->次次内圈......这样,每次转换时,每圈都不相互影响。从而可以在原矩阵上进行,space = O(1)

    public void rotate(int[][] matrix) {
        int n = matrix.length;
        for(int row=0; row<n/2; row++) {                        //这里是把每一位都右转到相应的位置
            for(int col=row; col<n-1-row; col++) {                //然后走内圈 , matrix[1][1]
                int tmp = matrix[row][col];                      
                matrix[row][col] = matrix[n-1-col][row];     //左 -> 上
                matrix[n-1-col][row] = matrix[n-1-row][n-1-col];    //  下 -> 左
                matrix[n-1-row][n-1-col] = matrix[col][n-1-row];    //  右 -> 下
                matrix[col][n-1-row] = tmp;     //把matrix[0][0] ->右     补齐!
            }
        }
    }

    优化space: 有什么优化 -> 怎么不借助外部空间来做 -> 操作的时候,前面的步骤影不影响后面的步骤?

    优化time  : 怎么优化? -> 怎么一次遍历就能解决问题 -> 是设置 多个指针 ?    or    采用算法?(递归?)

    态度决定行为,行为决定习惯,习惯决定性格,性格决定命运
  • 相关阅读:
    android高级页面效果集锦
    2018年Android的保活方案效果统计
    程序员如何预估自己的项目开发时间?
    Google开发者大会:你不得不知的Tensorflow小技巧
    练就Java24章真经—你所不知道的工厂方法
    一个完整Java Web项目背后的密码
    怎么捕获和记录SQL Server中发生的死锁
    使用跟踪标志位分析死锁
    通过SQL Server Profiler来监视分析死锁
    SQL Server中的死锁
  • 原文地址:https://www.cnblogs.com/neversayno/p/5384039.html
Copyright © 2020-2023  润新知