Spiral Matrix II

本文介绍了一个生成螺旋矩阵的算法,该算法能够根据给定的整数n生成一个n×n的螺旋矩阵,矩阵元素从1到n²按螺旋顺序填充。文章提供了详细的实现思路和C++代码示例。

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 ]
]
ps:判断好边界即可,n为偶数或者奇数,都是走n/2圈。
n为奇数的时候,要记得给n*n矩阵正中间剩下那个值赋值。
代码:
class Solution{
private:
    int num;
public:
    void doit(int start,int end,vector<vector<int>>& res){
        if(start>=end) return;
        int col;int row;col=row=end;
        for (int i=start;i<=col;++i) res[start][i]=num++;
        for (int j=start+1;j<=row;++j) res[j][col]=num++;
        for (int m=col-1;m>=start;--m) res[row][m]=num++;
        for (int n=row-1;n>=start+1;--n) res[n][start]=num++;
        return;
    }
    vector<vector<int> > generateMatrix(int n) {
        vector<int> temp(n,0);
        vector<vector<int> > res(n,temp);
        if(n<=0) return res;
        num=1;
        int time=n/2;
        for (int i=0;i<time;++i)
        {
            doit(i,n-1-i,res);
        }
        if(n==1) 
            res[0][0]=1;
        else if(n>=3&&n&0x1==1)
            res[time][time]=n*n;
        return res;
    }
};

 



转载于:https://www.cnblogs.com/fightformylife/p/4223939.html

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