一、题目
给定一个 n × n 的二维矩阵表示一个图像。
将图像顺时针旋转 90 度。
- 说明:
你必须在原地旋转图像,这意味着你需要直接修改输入的二维矩阵。请不要使用另一个矩阵来旋转图像。
二、示例
示例 1:
给定 matrix =
[[1,2,3],
[4,5,6],
[7,8,9] ],原地旋转输入矩阵,使其变为:
[[7,4,1],
[8,5,2],
[9,6,3]]
示例 2:
给定 matrix =
[ [ 5, 1, 9,11],
[ 2, 4, 8,10],
[13, 3, 6, 7],
[15,14,12,16] ],原地旋转输入矩阵,使其变为:
[ [15,13, 2, 5],
[14, 3, 4, 1],
[12, 6, 8, 9],
[16, 7,10,11] ]
三、思路
声明:
本博主并没有直接按照题目说明直接在原矩阵上进行修改,而是利用了deepcopy进行了深拷贝。
感兴趣的小伙伴可继续阅读,不感兴趣的小伙伴可直接跳过。
首先,new_martix 矩阵深拷贝原矩阵 martix。
之后,按照行遍历矩阵 new_martix,每一行将其进行顺时针旋转90°,找出其之间的对应关系即可。
四、代码
from copy import deepcopy
class Solution:
def rotate(self, matrix):
"""
Do not return anything, modify matrix in-place instead.
:param matrix: List[List[int]]
"""
n = len(matrix)
new_matrix = deepcopy(matrix)
# print(new_martix)
for i in range(n):
for j in range(n):
matrix[j][n - i - 1] = new_matrix[i][j]
# print(new_martix)
print(matrix)
if __name__ == '__main__':
matrix = [
[1, 2, 3],
[4, 5, 6],
[7, 8, 9]
]
matrix_1 = [
[7, 4, 1],
[8, 5, 2],
[9, 6, 3]
]
s = Solution()
ans = s.rotate(matrix)
print(ans)