像素（矩阵）翻转

题目描述
有一副由NxN矩阵表示的图像，这里每个像素用一个int表示，请编写一个算法，在不占用额外内存空间的情况下(即不使用缓存矩阵)，将图像顺时针旋转90度。
给定一个NxN的矩阵，和矩阵的阶数N,请返回旋转后的NxN矩阵,保证N小于等于500，图像元素小于等于256。
测试样例：
[[1,2,3],[4,5,6],[7,8,9]],3

返回：[[7,4,1],[8,5,2],[9,6,3]]

思路：选择左上角的点和右下角的点，这两点就能确定外层的范围，先翻转外层，再左上角的点行和列都加加，右下角的点行和列都减减，继续翻转。

    
    
#include<iostream>
using namespace std;
#include<vector>


void TransformEmage(vector< vector<int> >&mat,int upR,int upC,int downR,int downC)
{
int times = downC - upC;

for ( int i = 0; i < times; ++i)
{
int temp = mat[upR][upC+i];
mat[upR][upC+i] = mat[downR-i][upC];
mat[downR-i][upC] = mat[downR][downC-i];
mat[downR][downC-i] = mat[upR+i][downC];
mat[upR+i][downC] = temp;
}
}


vector< vector< int> > TransformImage( vector< vector< int> > mat, int n)
{

int upR = 0;
int upC = 0; //左上角的点。

int downR = n -1; //右下角的点
int downC = n -1;

while (upC <= downC)
{
TransformEmage(mat,upR,upC,downR,downC);

upR++;
upC++;

downR–;
downC–;
}
return mat;
}





int main()
{

vector< int> v1;
for( int i = 1; i <= 3; ++i)
v1.push_back(i);
vector< int> v2;
for( int i = 4; i <= 6; ++i)
v1.push_back(i);
vector< int> v3;
for( int i = 7; i<= 9; ++i)
v1.push_back(i);

vector< vector< int> > v;
v.push_back(v1);
v.push_back(v2);
v.push_back(v3);

vector< vector< int> > mat = TransformImage(v,v.size());
for ( int i = 0; i < mat.size(); ++i)
{
for( int j = 0; j < mat[ 0].size();++j)
cout << mat[i][j] << ” “;
cout << endl;
}

cout << “hello…”<< endl;
return 0;
}
    
    

            </div>

题目描述
有一副由NxN矩阵表示的图像，这里每个像素用一个int表示，请编写一个算法，在不占用额外内存空间的情况下(即不使用缓存矩阵)，将图像顺时针旋转90度。
给定一个NxN的矩阵，和矩阵的阶数N,请返回旋转后的NxN矩阵,保证N小于等于500，图像元素小于等于256。
测试样例：
[[1,2,3],[4,5,6],[7,8,9]],3

返回：[[7,4,1],[8,5,2],[9,6,3]]

思路：选择左上角的点和右下角的点，这两点就能确定外层的范围，先翻转外层，再左上角的点行和列都加加，右下角的点行和列都减减，继续翻转。

  
  
#include<iostream>
using namespace std;
#include<vector>


void TransformEmage(vector< vector<int> >&mat,int upR,int upC,int downR,int downC)
{
int times = downC - upC;

for ( int i = 0; i < times; ++i)
{
int temp = mat[upR][upC+i];
mat[upR][upC+i] = mat[downR-i][upC];
mat[downR-i][upC] = mat[downR][downC-i];
mat[downR][downC-i] = mat[upR+i][downC];
mat[upR+i][downC] = temp;
}
}


vector< vector< int> > TransformImage( vector< vector< int> > mat, int n)
{

int upR = 0;
int upC = 0; //左上角的点。

int downR = n -1; //右下角的点
int downC = n -1;

while (upC <= downC)
{
TransformEmage(mat,upR,upC,downR,downC);

upR++;
upC++;

downR–;
downC–;
}
return mat;
}





int main()
{

vector< int> v1;
for( int i = 1; i <= 3; ++i)
v1.push_back(i);
vector< int> v2;
for( int i = 4; i <= 6; ++i)
v1.push_back(i);
vector< int> v3;
for( int i = 7; i<= 9; ++i)
v1.push_back(i);

vector< vector< int> > v;
v.push_back(v1);
v.push_back(v2);
v.push_back(v3);

vector< vector< int> > mat = TransformImage(v,v.size());
for ( int i = 0; i < mat.size(); ++i)
{
for( int j = 0; j < mat[ 0].size();++j)
cout << mat[i][j] << ” “;
cout << endl;
}

cout << “hello…”<< endl;
return 0;
}
  
  

            </div>