💎一站式轻松地调用各大LLM模型接口,支持GPT4、智谱、星火、月之暗面及文生图 广告
## 一.题目描述 You are given an `n×n` 2D matrix representing an image.  Rotate the image by 90 degrees (clockwise).  Follow up: Could you do this in-place? ## 二.题目分析 由于要求将图像顺时针旋转90度,最简单的做法就是画个图出来观察旋转90度之后的图像的情况,经过分析可知,顺时针旋转90度就是将原来的图像的最后一行作为第一列,倒数第二行作为第二列,因此类推,第一行作为最后一列。如果不考虑in-place条件,我们可以创建一个大小为`n×n`的一个二维数组来进行复制操作,然后将旋转后的图像拷贝回原来的图像中。这种做法的时间复杂度为`O(n^2)`,空间复杂度为`O(n^2)`。 但是,题目希望能in-place进行,由于无论图像进行什么角度的选择,左上角的点都可以看作坐标系的原点,因此,将一幅图像抽象成`3×3`的情形,可以从中找出一些规律: 1 2 3  4 5 6  7 8 9 顺时针旋转90度之后的图像的抽象即为: 7 4 1  8 5 2  9 6 3 可以归纳出一种等价的变换: 首先,将矩阵的每个元素沿着沿着主对角线进行交换; 1 2 3 — 1 4 7  4 5 6 -> 2 5 8  7 8 9 — 3 6 9 然后,每列的元素沿着水平中线对称翻转一次,在这里,第一列和第三列关于第二列对称,因此只需将一、三列元素对调,即可得到旋转90度后的结果。 1 4 7 — 7 4 1  2 5 8 -> 8 5 2  3 6 9 — 9 6 3 ## 三.示例代码 ~~~ #include <iostream> #include <vector> using namespace std; class Solution { public: void turnRightImage(vector<vector<int> >& image) { int imaSize = image.size(); // 主对角线以下的元素与主对角线上元素沿着主对角线垂直方向对换 for (int i = 1; i < imaSize; i++) { for (int j = i - 1; j >= 0; j--) swap(image[i][j], image[j][i]); } for (int k = 0; k < imaSize / 2; k++) { for (int l = 0; l < imaSize; l++) swap(image[l][k], image[l][imaSize - k - 1]); } } }; ~~~ 一个测试结果: ![](https://box.kancloud.cn/2016-01-05_568bb5eb72934.jpg) ## 四.小结 这道题要求in-place运算,其实对于此类要求,应该更多考虑转换前后数据/矩阵的关系。根据以上的分析我们知道,将一张图片进行顺时针90度旋转,可等价于将矩阵的每个元素沿着沿着主对角线进行交换,然后沿着水平中线翻转一次,或者先将矩阵元素沿着水平中线翻转一次,然后再沿对角线交换,这样可以做到in-place运行,空间复杂度为`O(1)`。