Python3实现顺时针旋转矩阵图像的两种算法

问题描述

给定一个 n × n 的二维矩阵表示一个图像，目标是将该图像顺时针旋转 90 度。这是一个常见的算法问题，通常要求在不使用额外空间（原地修改）或空间复杂度较低的情况下完成。

方案一：利用 zip 与切片反转

这种方法利用了 Python 内置函数的特性，代码非常简洁。核心思路是先对矩阵进行上下翻转（按 X 轴对称），然后再进行转置操作。

1. 上下翻转：使用切片 matrix[::-1] 将矩阵的行顺序颠倒。
2. 转置：使用 zip(*...) 将翻转后的矩阵进行解压并转置。
3. 重组：使用 list() 将 zip 对象转换回列表形式。

具体实现如下：

# -*- coding:utf-8 -*-
#! python3
class Solution:
  def rotate(self, matrix):
    """
    :type matrix: List[List[int]]
    :rtype: void Do not return anything, modify matrix in-place instead.
    """
    matrix[:] = map(list, zip(*matrix[: : -1]))
    return matrix
if __name__ == '__main__':
  # 测试代码
  matrix = [
    [1,2,3,4],
    [5,6,7,8],
    [9,10,11,12],
    [13,14,15,16]
  ]
  solution = Solution()
  result = solution.rotate(matrix)
  print(result)

运行上述代码，对于输入的 4×4 矩阵，输出结果为：

[[13, 9, 5, 1], [14, 10, 6, 2], [15, 11, 7, 3], [16, 12, 8, 4]]

方案二：基于索引规律的原地赋值

如果不使用内置函数，可以通过观察旋转前后元素下标的变化规律来实现。顺时针旋转 90 度后，原矩阵中位置 (i, j) 的元素会移动到新矩阵的 (j, n-1-i) 位置。反之，新矩阵中 (i, j) 的元素来源于原矩阵的 (n-1-j, i)。

为了避免在遍历过程中覆盖尚未处理的元素，可以先创建一个副本 m = matrix.copy()，然后遍历原矩阵的每个位置，从副本中读取对应的值进行赋值。

# -*- coding:utf-8 -*-
#! python3
class Solution:
  def rotate(self, matrix):
    """
    :type matrix: List[List[int]]
    :rtype: void Do not return anything, modify matrix in-place instead.
    """
    m = matrix.copy()
    n = len(matrix)
    for i in range(n):
      matrix[i] = [m[j][i] for j in range(n - 1, -1, -1)]
    return
if __name__ == '__main__':
  # 测试代码
  matrix = [
    [1,2,3,4],
    [5,6,7,8],
    [9,10,11,12],
    [13,14,15,16]
  ]
  solution = Solution()
  result = solution.rotate(matrix)
  print(result)

该方案的运行结果与方案一完全相同，验证了算法的正确性。这种方法虽然使用了额外的空间来存储副本，但逻辑直观，易于理解矩阵旋转的数学本质。

总结

本文展示了两种在 Python3 中实现矩阵顺时针旋转 90 度的方法。方案一利用 zip 和切片，代码简洁高效；方案二通过索引映射，逻辑清晰。开发者可根据具体场景（如是否允许额外空间、代码可读性要求等）选择合适的实现方式。以上就是Python3实现的旋转矩阵图像算法示例的详细内容，更多关于Python算法的资料请关注本站其它相关文章！