热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

螺旋矩阵c++语言_一起刷leetcode之螺旋矩阵(头条和美团真题)

微信公众号:每天晒白牙关注可了解更多编程知识。问题或建议,请公众号留言;如果你觉得文章对你有帮助,欢迎关注与转发题目描述给定一个包含m*n

微信公众号:每天晒白牙
关注可了解更多编程知识。问题或建议,请公众号留言;如果你觉得文章对你有帮助,欢迎关注与转发

题目描述

给定一个包含 m*n 个元素的矩阵(m 行,n 列),请按顺时针螺旋顺序,返回矩阵中所有元素

leetcode 第 54 题

https://leetcode-cn.com/problems/spiral-matrix/

示例

示例 1

输入:
[
 [ 1, 2, 3 ],
 [ 4, 5, 6 ],
 [ 7, 8, 9 ]
]
输出: [1,2,3,6,9,8,7,4,5]

示例 2

输入:
[
  [1, 2, 3, 4],
  [5, 6, 7, 8],
  [9,10,11,12]
]
输出: [1,2,3,4,8,12,11,10,9,5,6,7]

分析

方法 1 :模拟遍历

通过示例,我们可以很清晰的知道螺旋矩阵的遍历过程,所以方法 1 中就采用模拟遍历的方法

首先,我们需要定义行和列的方向数组,因为当遍历到矩阵的边界需要换方向。同时遍历到已经遍历过的元素时也需要换方向,不然就一直在最外层转圈了,后面会解释

行的方向数组 int[] dr = {0, 1, 0, -1}

列的方向数组 int[] dc = {1, 0, -1, 0}

下面分别解释下

行方向向量解释
0往右遍历
1往下遍历
0往左遍历
-1往上遍历
列方向向量解释
1往右遍历
0往下遍历
-1往左遍历
0往上遍历

有了方向向量,还需要有个二维数组记录已经遍历过的元素坐标 (row,column) ,如果遍历过,该坐标对应的值就是 true

boolean[][] seen = new boolean[row][column]

在做边界的判断的同时也要判断元素是否被访问过,不然不然就一直在最外层转圈了。我们拿示例 1 举例子,当遍历到元素 4 时,如果此时不对已经遍历过的元素进行判断,下一步就会遍历 1,而不是 5,如下图所示:

ba9348a192dc7a8cd85b2842e245fe3a.png

对已经遍历过的元素进行判断

源码

public static List spiralOrder(int[][] matrix) {
        if (matrix.length == 0) {
            return new ArrayList();
        }
        int row = matrix.length;
        int column = matrix[0].length;

        List result = new ArrayList(row * column);

        // 方向数组
        // 行方向 0:右,1:下,0:左,-1:上
        int[] dr = {0,1,0,-1};
        // 列方向 1: 右,0:下,-1:左,0:上
        int[] dc = {1,0,-1,0};
        int r = 0, c = 0, di = 0;

        // 标记第 r 行 c 列的单元素被访问过了
        boolean[][] seen = new boolean[row][column];

        // 遍历整个二维数组即矩阵
        for (int i = 0; i             // 将下标对应的元素放到结果集中
            result.add(matrix[r][c]);
            // 标记 r 行 c 列的元素被访问过了,这个判断主要用在要换圈的时候,因为如果没有这个限制,它就不会缩小圈
            seen[r][c] = true;
            // 下一步移动的候选位置
            int nr = r + dr[di];
            int nc = c + dc[di];

            // 做边界与是否已经访问过的判断
            if (nr >= 0 && nr = 0 && nc                 r = nr;
                c = nc;
            } else {
                // 说明到了边界了,需要换方向了
                di = (di + 1) % 4;
                r = r + dr[di];
                c = c + dc[di];
            }
        }
        return result;
    }

执行结果

b22f6fca349d117b2d91ca86cacf19f3.png

方法1执行结果

复杂度分析

时间复杂度:O(n),需要遍历矩阵中所有的元素

空间复杂度:O(n),需要用到数组 seen 和 result

方法 2:按层(圈)遍历

我们把这个矩阵像剥洋葱似的一层一层的剥开,从最外层一直到最里层,我们通过示例图看下流程

09a48de2fd8a404e8e640a7c3a43e9be.png

方法2流程分析

这个方法理解起来比较简单,值得需要注意的一点是对当前层是否有 4 条边的判断即 rowMin

源码

public static List spiralOrder3(int[][] matrix) {
        if (matrix.length == 0) {
            return new ArrayList();
        }
        // rowMin 表示当前层行的最小下标 rowMax 表示当前层行的最大下标
        int rowMin = 0, rowMax = matrix.length - 1;
        // columnMin 表示当前层列的最小下标 columnMax 表示当前层列的最大下标
        int columnMin = 0, columnMax = matrix[0].length - 1;
        // (rowMin,columnMin) 代表当前层的左上角的坐标  (rowMax,columnMax) 表示当前层右下角的坐标
        List result = new ArrayList(matrix.length * matrix[0].length);

        while (rowMin <&#61; rowMax && columnMin <&#61; columnMax) {
            // 遍历当前层的上面边的所有元素 行坐标不变&#xff0c;列坐标 column 从 columnMin 到 columnMax
            for (int column &#61; columnMin; column <&#61; columnMax; column&#43;&#43;) {
                result.add(matrix[rowMin][column]);
            }
            // 遍历当前层的右面边的所有元素 列坐标不变&#xff0c;行坐标 row 从 rowMin &#43; 1 到 rowMax
            for (int row &#61; rowMin &#43; 1; row <&#61; rowMax; row&#43;&#43;) {
                result.add(matrix[row][columnMax]);
            }
            // 如果当前层有 4 条边即满足条件 rowMin if (rowMin                 // 遍历当前层的下面边的所有元素 行坐标不变&#xff0c;列坐标从 columnMax -1 到 columnMinfor (int column &#61; columnMax - 1; column >&#61; columnMin; column--) {
                    result.add(matrix[rowMax][column]);
                }// 遍历当前层左面边的所有元素 列坐标不变&#xff0c;行坐标从 rowMax -1  遍历到 rowMin &#43; 1for (int row &#61; rowMax - 1; row > rowMin; row--) {
                    result.add(matrix[row][columnMin]);
                }
            }// 遍历一层后&#xff0c;遍历下一层&#xff0c;需要更新 rowMin、rowMax、columnMin、columnMax 的坐标
            rowMin&#43;&#43;;
            rowMax--;
            columnMin&#43;&#43;;
            columnMax--;
        }return result;
    }

执行结果

96bde4fb60871aa3c9cd0c5b7c61014c.png

方法2执行结果

复杂度分析

时间复杂度&#xff1a;O(n)&#xff0c;需要遍历矩阵中所有的元素

空间复杂度&#xff1a;O(n)&#xff0c;需要用到 result

用过该题作为面试题的公司

9530216e86a5835a1bcac148c53a7db9.png

推荐阅读

原创|如果懂了HashMap这两点&#xff0c;面试就没问题了

面试官:如何用最少的老鼠试出有毒的牛奶&#xff1f;

cpu使用率过高和jvm old占用过高排查过程

老年代又占用100%了&#xff0c;顺便发现了vertx-redis-client 的bug

KafkaProducer源码分析

Kafka服务端之网络层源码分析

Redis 的过期策略是如何实现的&#xff1f;

原创|面试官&#xff1a;Java对象一定分配在堆上吗&#xff1f;

ThreadPoolExecutor 线程池"源码分析"

类加载器知识点吐血整理

三面阿里被挂&#xff0c;幸获内推名额&#xff0c;历经 5 面终获口碑 offer

原创|ES广告倒排索引架构演进与优化

广告倒排索引架构与优化

频繁FGC的真凶原来是它

原创|这道面试题&#xff0c;大部分人都答错了

同事:把"重试"抽象出来做个工具类吧



推荐阅读
  • [编程题] LeetCode上的Dynamic Programming(动态规划)类型的题目
    继上次把backTracking的题目做了一下之后:backTracking,我把LeetCode的动态规划的题目又做了一下,还有几道比较难的Medium的题和Hard的题没做出来,后面会继续 ... [详细]
  • 深入解析链表成环问题:剑指Offer第22天的新视角
    本文将详细介绍链表成环问题的多种解法,包括哈希表法、JSON.stringify特殊解法及双指针法,并提供详尽的代码示例。阅读本文,你不仅能够掌握这一经典算法问题的核心技巧,还能了解到更多编程思维的拓展。 ... [详细]
  • 本文详细解析了Java中流的概念,特别是OutputStream和InputStream的区别,并通过实际案例介绍了如何实现Java对象的序列化。文章不仅解释了流的基本概念,还探讨了序列化的重要性和具体实现步骤。 ... [详细]
  • 深入解析轻量级数据库 SQL Server Express LocalDB
    本文详细介绍了 SQL Server Express LocalDB,这是一种轻量级的本地 T-SQL 数据库解决方案,特别适合开发环境使用。文章还探讨了 LocalDB 与其他轻量级数据库的对比,并提供了安装和连接 LocalDB 的步骤。 ... [详细]
  • 本文探讨了Java中有效停止线程的多种方法,包括使用标志位、中断机制及处理阻塞I/O操作等,旨在帮助开发者避免使用已废弃的危险方法,确保线程安全和程序稳定性。 ... [详细]
  • 本文详细介绍了如何在本地环境中安装配置Frida及其服务器组件,以及如何通过Frida进行基本的应用程序动态分析,包括获取应用版本和加载的类信息。 ... [详细]
  • 本文详细记录了一位Java程序员在Lazada的面试经历,涵盖同步机制、JVM调优、Redis应用、线程池配置、Spring框架特性等多个技术点,以及高级面试中的设计问题和解决方案。 ... [详细]
  • JavaSE 基础语法详解
    本文详细介绍了JavaSE的基础语法,涵盖数据类型、变量与常量、流程控制语句及数组等内容,旨在为初学者提供全面的学习指南。 ... [详细]
  • 本文介绍如何通过Java代码调用阿里云短信服务API来实现短信验证码的发送功能,包括必要的依赖添加和关键代码示例。 ... [详细]
  • 本文详细介绍了 Redis 中的主要数据类型,包括 String、Hash、List、Set、ZSet、Geo 和 HyperLogLog,并提供了每种类型的基本操作命令和应用场景。 ... [详细]
  • Python闭包深度解析与应用实例
    本文详细介绍了Python闭包的基本概念、必要条件及其实现方式,并通过具体示例说明闭包在提高代码复用性和维护性方面的作用。文章最后还探讨了闭包的内部机制及其在实际项目中的应用。 ... [详细]
  • GCC(GNU Compiler Collection)是GNU项目下的一款功能全面且高效的多平台编译工具,广泛应用于Linux操作系统中。本文将详细介绍GCC的特点及其基本使用方法。 ... [详细]
  • 构建Python自助式数据查询系统
    在现代数据密集型环境中,业务团队频繁需要从数据库中提取特定信息。为了提高效率并减少IT部门的工作负担,本文探讨了一种利用Python语言实现的自助数据查询工具的设计与实现。 ... [详细]
  • 深入解析mt_allocator内存分配器(二):多线程与单线程场景下的实现
    本文详细介绍了mt_allocator内存分配器在多线程和单线程环境下的实现机制。该分配器以2的幂次方字节为单位分配内存,支持灵活的配置和高效的性能。文章分为内存池特性描述、内存池实现、单线程内存池实现、内存池策略类实现及多线程内存池实现等部分,深入探讨了内存池的初始化、内存分配与回收的具体实现。 ... [详细]
  • 设计一个算法,用于计算给定字符串中出现的不同ASCII字符数量。该任务将重点考察字符串处理、集合操作以及基础的输入输出技术。 ... [详细]
author-avatar
鱼儿什么都知道丶
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有