You are given an n x n 2D matrix representing an image.
Rotate the image by 90 degrees (clockwise).
Note:
You have to rotate the image in-place, which means you have to modify the input 2D matrix directly. DO NOT allocate another 2D matrix and do the rotation.
Example 1:
Given input matrix =
[
[1,2,3],
[4,5,6],
[7,8,9]
],
rotate the input matrix in-place such that it becomes:
[
[7,4,1],
[8,5,2],
[9,6,3]
]
Example 2:
Given input matrix =
[
[ 5, 1, 9,11],
[ 2, 4, 8,10],
[13, 3, 6, 7],
[15,14,12,16]
],
rotate the input matrix in-place such that it becomes:
[
[15,13, 2, 5],
[14, 3, 4, 1],
[12, 6, 8, 9],
[16, 7,10,11]
]
解法一
双层循环,外层循环是n/2(向下取整)轮,内层是每一轮进行的n-2i-1次迭代,每次迭代交换4个元素,如下图所示:进行了一轮,这一轮有2次迭代。
(leetcode运行时间:6ms)
| 初始 | 第一轮第一次迭代 | 第一轮第二次迭代 |
|---|---|---|
| 1 2 3 | 7 2 1 | 7 4 1 |
| 4 5 6 | 4 5 6 | 8 5 2 |
| 7 8 9 | 9 8 3 | 9 6 3 |
代码如下:
void rotate(vector<vector<int>>& matrix) {
int n=matrix.size();
for(int i=0;i<n/2;i++){
for(int j=i;j<n-i-1;j++){
int z=matrix[i][j];
matrix[i][j]=matrix[n-j-1][i];
matrix[n-j-1][i]=matrix[n-i-1][n-j-1];
matrix[n-i-1][n-j-1]=matrix[j][n-i-1];
matrix[j][n-i-1]=z;
}
}
}
解法二
首先以从对角线为轴翻转,然后再以x轴中线上下翻转即可得到结果,如下图所示(其中加粗数字表示翻转轴):
(leetcode运行时间:5ms)
| 初始 | 第一轮第一次迭代 | 第一轮第二次迭代 |
|---|---|---|
| 1 2 3 | 9 6 3 | 7 4 1 |
| 4 5 6 | 8 5 2 | 8 5 2 |
| 7 8 9 | 7 4 1 | 9 6 3 |
代码如下:
void rotate(vector<vector<int>>& matrix) {
int n=matrix.size();
for(int i=0;i<n/2;i++){
for(int j=i;j<n-i-1;j++){
int z=matrix[i][j];
matrix[i][j]=matrix[n-j-1][i];
matrix[n-j-1][i]=matrix[n-i-1][n-j-1];
matrix[n-i-1][n-j-1]=matrix[j][n-i-1];
matrix[j][n-i-1]=z;
}
}
}
解法三
首先对原数组取其转置矩阵,然后把每行的数字翻转可得到结果,如下所示(其中加粗数字表示翻转轴):
(leetcode运行时间:5ms)
| 初始 | 第一轮第一次迭代 | 第一轮第二次迭代 |
|---|---|---|
| 1 2 3 | 1 4 7 | 7 4 1 |
| 4 5 6 | 2 5 8 | 8 5 2 |
| 7 8 9 | 3 6 9 | 9 6 3 |
代码如下:
void rotate(vector<vector<int>>& matrix) {
int n=matrix.size();
for(int i=0;i<n;i++){
for(int j=i;j<n;j++){
swap(matrix[i][j],matrix[j][i]);
}
reverse(matrix[i].begin(),matrix[i].end());
}
}
本文介绍如何将一个 nxn 的二维矩阵顺时针旋转90度的方法。提供了三种不同的实现方式,包括双层循环交换元素、对角线翻转加水平翻转以及转置后反转行。所有方法均实现了原地修改,避免了额外内存分配。
400

被折叠的 条评论
为什么被折叠?



