python實(shí)現(xiàn)轉(zhuǎn)圈打印矩陣
更新時(shí)間：2019年03月02日 11:04:49 作者：hotpotbo
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)轉(zhuǎn)圈打印矩陣，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下
本文實(shí)例為大家分享了python實(shí)現(xiàn)轉(zhuǎn)圈打印矩陣的具體代碼，供大家參考，具體內(nèi)容如下
#! conding:utf-8
__author__ = "hotpot"
__date__ = "2017/10/28 9:40"
def return_edge(matrix, start_col, end_col, start_row, end_row):
if start_row == end_row:
return matrix[start_row][start_col:end_col+1]
elif end_col ==start_col:
res = []
for i in range(start_row,end_row+1):
res.append(matrix[i][end_col])
return res
else:
res2 =[]
res3 =[]
res4=[]
res1 = matrix[start_row][start_col:end_col+1]
for i in range(start_row+1,end_row+1):
res2.append(matrix[i][end_col])
for i in range(end_col-1,start_col-1,-1):
res3.append(matrix[end_row][i])
for i in range(end_row-1,start_row,-1):
res4.append(matrix[i][start_row])
res1.extend(res2)
res1.extend(res3)
res1.extend(res4)
return res1
def spiralOrder( matrix):
if matrix:
row = len(matrix)-1
col = len(matrix[0])-1
start_row = 0
start_col = 0
end_row = row
end_col = col
res =[]
while start_col<=end_col and start_row <= end_row:
res.extend(return_edge(matrix,start_col,end_col , start_row ,end_row))
start_col+=1
end_col-=1
start_row+=1
end_row-=1
return res
else:
return matrix
if __name__ == '__main__':
matrix = [[0 for i in range(3) ]for j in range(3)]
num=1
for m in range(len(matrix)):
for n in range(len(matrix[0])):
matrix[m][n]=num
num+=1
print(spiralOrder( matrix))
以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。
相關(guān)文章
python中os和sys模塊的區(qū)別與常用方法總結(jié)
這篇文章主要給大家介紹了關(guān)于python中os和sys模塊的區(qū)別與常用方法的相關(guān)資料，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面來(lái)一起學(xué)習(xí)學(xué)習(xí)吧。2017-11-11
Python實(shí)現(xiàn)查找二叉搜索樹第k大的節(jié)點(diǎn)功能示例
這篇文章主要介紹了Python實(shí)現(xiàn)查找二叉搜索樹第k大的節(jié)點(diǎn)功能,結(jié)合實(shí)例形式分析了Python二叉搜索樹的定義、查找、遍歷等相關(guān)操作技巧,需要的朋友可以參考下2019-01-01
異常檢測(cè)是通過(guò)數(shù)據(jù)挖掘方法發(fā)現(xiàn)與數(shù)據(jù)集分布不一致的異常數(shù)據(jù)，也被稱為離群點(diǎn)、異常值檢測(cè)等等。本文為大家整理了8個(gè)常見的Python異常檢測(cè)算法，希望對(duì)大家有所幫助2023-02-02
PyMySQL實(shí)現(xiàn)增刪查改的簡(jiǎn)單使用
這篇文章主要介紹了PyMySQL實(shí)現(xiàn)增刪查改的簡(jiǎn)單使用,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2021-05-05
python如何實(shí)現(xiàn)常用的五種排序算法詳解
排序有很多種實(shí)現(xiàn)方法，比如冒泡排序、選擇排序、歸并排序、希爾排序、快速排序、插入排序、堆排序、基數(shù)排序等,這篇文章主要給大家介紹了關(guān)于python如何實(shí)現(xiàn)常用的五種排序算法,需要的朋友可以參考下2021-08-08
基于python實(shí)現(xiàn)檢索標(biāo)記敏感詞并輸出
這篇文章主要介紹了基于python實(shí)現(xiàn)檢索敏感詞并輸出,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-05-05
使用Keras實(shí)現(xiàn)簡(jiǎn)單線性回歸模型操作
這篇文章主要介紹了使用Keras實(shí)現(xiàn)簡(jiǎn)單線性回歸模型操作，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-06-06
這篇文章主要為大家詳細(xì)介紹了python difflib模塊的示例，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2017-09-09
python數(shù)據(jù)分析數(shù)據(jù)標(biāo)準(zhǔn)化及離散化詳解
這篇文章主要為大家詳細(xì)介紹了python數(shù)據(jù)分析數(shù)據(jù)標(biāo)準(zhǔn)化及離散化，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-02-02
TensorFlow實(shí)現(xiàn)MLP多層感知機(jī)模型
這篇文章主要為大家詳細(xì)介紹了TensorFlow實(shí)現(xiàn)MLP多層感知機(jī)模型，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-03-03