leetcode:Spiral Matrix II


Given an integer n, generate a square matrix filled with elements from 1 to n2 in spiral order.

For example,
Given n = 3,

You should return the following matrix:
[
 [ 1, 2, 3 ],
 [ 8, 9, 4 ],
 [ 7, 6, 5 ]
]

题目要求n × n矩阵用1 到n^n的数字环形围绕起来

显然,数字是递增的,我首先分别打印出了在n = 5的情况下的 行列坐标的值,就直接发现了规律了

n = 5的情况,第一次行列的最大和最小分别是1 5

行:1,1,1,1,  1,2,3,4,5,    5,5,5,5,    4,3,2

列:1,2,3,4,   5,5,5,5,5,   4,3,2,1,    1,1,1

第二次的行列的最大和最小分别是 2, 4

行: 2,2,     2,3,4,    4,4,    3

列: 2,3,     4,4,4,    3,2,    2

看了这两个例子后我直接推出规律:
对于 假设行列的最大最小分别是max, min

对应的row col坐标

row 的坐标=  (max - min + 1) 个min, min + 1 ......max - 1, (max - min + 1)个max, max - 1, max - 2 ......min + 1

col  的坐标=  min, min + 1 ......max, (max - min - 1)个max,min, min + 1,......max, (max - min - 1)个min

具体看代码,很直白的,代码如下:

public class Solution {
    public int[][] generateMatrix(int n) {
        int arr[][] = null;
        if(n >= 0){
            arr = new int[n][n];
            int num = 1;
            int len = n * n;
            int row = 0, col = n - 1;
            while(row < col){
                for(int i = row; i <= col; ++i){
                    arr[row][i] = num++;
                }
                for(int i = row + 1; i < col; ++i){
                    arr[i][col] = num++;
                }
                for(int i = col; i >= row; --i){
                    arr[col][i] = num++;
                }
                for(int i = col - 1; i > row; --i){
                    arr[i][row] = num++;
                }
                row++; 
                col--;
            }
            if(row == col)arr[row][col] = num;
        }
        return arr;
    }
}
















内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值