news 2026/4/23 10:55:46

算法练习5--数组:螺旋矩阵

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
算法练习5--数组:螺旋矩阵

力扣59

#define _CRT_SECURE_NO_WARNINGS 1 #include<stdio.h> #include<stdlib.h> int** generateMatrix(int n, int* returnSize, int** returnColumnSizes) { int** nums = (int**)malloc(n * sizeof(int*)); for (int i = 0; i < n; i++) { nums[i] = (int*)malloc(n * sizeof(int)); } *returnSize = n; *returnColumnSizes = (int*)malloc(n * sizeof(int)); for (int i = 0; i < n; i++) { (*returnColumnSizes)[i] = n; } int start_x = 0, start_y = 0; int offset = 1; int count = 1; int loop = n / 2, mid = n / 2; while (loop--) { int j, i; for (j = start_y; j < n - offset; j++) { nums[start_x][j] = count++; } for (i = start_x; i < n - offset; i++) { nums[i][j] = count++; } for (; j > start_y; j--) { nums[i][j] = count++; } for (; i > start_x; i--) { nums[i][j] = count++; } start_x++; start_y++; offset += 1; } if (n % 2 == 1) { nums[mid][mid] = count; } return nums; } int main() { int n; scanf("%d", &n); int returnSize = 0; int* returnColumnSizes = NULL; int** nums = generateMatrix(n,&returnSize,&returnColumnSizes); for (int i = 0; i < n; i++) { for (int j = 0; j < n; j++) { printf("%d ", nums[i][j]); } printf("\n"); } }
版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/19 4:37:21

【2025网络安全含金量最高的4本证书】:NISP、CISP、CISP-PTE、CISSP(必考证书)零基础入门到精通,看完这一篇就够了!

前言 学习网络安全&#xff0c;有4个必考证书&#xff1a;NISP、CISP、CISP-PTE、CISSP。 这4本证书分别代表了国内和国际上对信息安全专业人员不同程度的认证标准&#xff0c;对于想要提升技术和就业晋升转行人员来说非常重要&#xff01; 一、NISP&#xff08;中国信息安全测…

作者头像 李华
网站建设 2026/4/23 12:19:13

1.什么是类?

1.类的定义类&#xff08;Class&#xff09;是一种用户自定义的复合数据类型&#xff0c;它将数据&#xff08;成员变量 / 属性&#xff09; 和操作这些数据的函数&#xff08;成员函数 / 方法&#xff09; 封装在一个逻辑单元中&#xff1b;类定义了一个抽象数据类型&#xff…

作者头像 李华
网站建设 2026/4/23 10:49:50

string,byte,rune,character?详解Golang编码-UTF-8

理解 Go 语言中的字符串、字节与符文 &#x1f4d6; 引言 我们之前的博文详细解释了 Go 语言切片的工作原理&#xff0c;并辅以大量示例阐明了其实现机制。在此背景下&#xff0c;本文将深入探讨 Go 语言中的字符串。乍一看&#xff0c;字符串似乎是一个过于简单的话题&#…

作者头像 李华
网站建设 2026/4/23 13:44:21

基于改进粒子群优化支持向量机(IPSO - SVM)的数据回归预测

基于改进粒子群优化支持向量机(IPSO-SVM)的数据回归预测 IPSO-SVM回归 改进点&#xff1a;线性权重递减 采用 Libsvm 工具箱&#xff08;无需安装&#xff0c;可直接运行&#xff09;&#xff0c;仅支持 Windows 64位系统 此处为回归&#xff0c;需要分类和时序预测也可以。 需…

作者头像 李华