博客
关于我
螺旋矩阵-ii(数组)
阅读量:366 次
发布时间:2019-03-04

本文共 1877 字,大约阅读时间需要 6 分钟。

题目描述

给定一个整数n,将数字1到n²按螺旋的顺序填入n×n的矩阵中。例如,n=3时,填充顺序为1,2,3,4,5,6,7,8,9,填入矩阵后呈现如下:
[ [1, 2, 3],
[8, 9, 4],
[7, 6, 5] ]

解决方案代码

#include 
using namespace std; vector
> generateMatrix(int n) { vector
> matrix(n, vector
(n)); int left = 0, right = n - 1, up = 0, down = n - 1; int index = 1; while (left <= right && up <= down) { // 填充左边 for (int i = left; i <= right; ++i) { matrix[up][i] = index++; } // 填充右边 for (int i = up + 1; i <= down; ++i) { matrix[i][right] = index++; } // 填充下边(逆向) for (int i = right - 1; i >= left; --i) { matrix[down][i] = index++; } // 填充左边(逆向) for (int i = down - 1; i >= up + 1; --i) { matrix[i][left] = index++; } // 展开到下一层 left++; right--; up++; down--; } return matrix; }

错误分析

在开发螺旋矩阵填充算法时,常见的错误之一是数组维度的错误设置。例如,我曾错误地创建了一个(n+1)×(n+1)的二维数组,这导致填充顺序完全混乱,结果与预期不符。

解决方案

通过仔细分析螺旋填充的逻辑,可以发现每一层都需要从四个方向依次填充:左→右→下→左。每填充完一层,边界就需要向内移动一层,直到无法再向内移动为止。

常见错误

  • 数组维度错误:确保矩阵的大小为n×n,而非(n+1)×(n+1)。
  • 填充顺序错误:必须严格按照螺旋顺序依次填充四个边。
  • 移动边界时逻辑错误:边界的移动必须与填充顺序保持一致,否则会导致重复填充或遗漏某些数字。
  • 最终实现

    通过上述分析,我修正了代码中的错误,确保了螺旋矩阵的正确生成。以下是修正后的代码:

    #include 
    using namespace std; vector
    > generateMatrix(int n) { vector
    > matrix(n, vector
    (n, 0)); int left = 0, right = n - 1, up = 0, down = n - 1; int index = 1; while (left <= right && up <= down) { // 填充左边 for (int i = left; i <= right; ++i) { matrix[up][i] = index++; } // 填充右边 for (int i = up + 1; i <= down; ++i) { matrix[i][right] = index++; } // 填充下边(逆向) for (int i = right - 1; i >= left; --i) { matrix[down][i] = index++; } // 填充左边(逆向) for (int i = down - 1; i >= up + 1; --i) { matrix[i][left] = index++; } // 展开到下一层 left++; right--; up++; down--; } return matrix; }

    这个代码通过严格的边界控制和填充顺序,确保了螺旋矩阵的正确生成。通过不断测试和调试,排除了数组维度和边界移动逻辑上的错误,最终实现了正确的螺旋矩阵填充。

    转载地址:http://eydg.baihongyu.com/

    你可能感兴趣的文章
    Numpy 科学计算库详解
    查看>>
    Numpy.fft.fft和numpy.fft.fftfreq有什么不同
    查看>>
    Numpy.ndarray对象不可调用
    查看>>
    Numpy:按多个条件过滤行?
    查看>>
    Numpy:条件总和
    查看>>
    numpy、cv2等操作图片基本操作
    查看>>
    numpy中的argsort的用法
    查看>>
    NumPy中的精度:比较数字时的问题
    查看>>
    numpy判断对应位置是否相等,all、any的使用
    查看>>
    Numpy多项式.Polynomial.fit()给出的系数与多项式.Polyfit()不同
    查看>>
    Numpy如何使用np.umprod重写range函数中i的python
    查看>>
    numpy学习笔记3-array切片
    查看>>
    numpy数组替换其中的值(如1替换为255)
    查看>>
    numpy数组索引-ChatGPT4o作答
    查看>>
    NUMPY矢量化np.prod不能构造具有超过32个操作数的ufunc
    查看>>
    Numpy矩阵与通用函数
    查看>>
    numpy绘制热力图
    查看>>
    numpy转PIL 报错TypeError: Cannot handle this data type
    查看>>
    Numpy闯关100题,我闯了95关,你呢?
    查看>>
    nump模块
    查看>>