当前:LC54 · 螺旋矩阵:四边界一圈圈剥洋葱 · 首次出现于 Day 53 · 路径:顶栏「56天打卡」→ 点击 LC 题号 → 逐题动画

LC54算法模式矩阵模拟 · 四边界收缩矩阵边界框

螺旋矩阵:四边界一圈圈剥洋葱

用 top/bottom/left/right 维护未扫描矩形,顺时针螺旋输出矩阵元素。

题目是什么

用 top/bottom/left/right 维护未扫描矩形,顺时针螺旋输出矩阵元素。

解决什么问题

当前方向、四条边界和剩余未处理区域分别是什么?

核心结论

每轮访问 top→right→bottom→left 四条边后向内收缩;扫 bottom/left 前检查 top<=bottom、left<=right 防重复。

01交互算法精讲

先说结论:这道题到底解决什么

怎样从“用 top/bottom/left/right 维护未扫描矩形,顺时针螺旋输出矩阵元素。”推导出 矩阵模拟 · 四边界收缩,并证明每次状态变化都不会漏掉答案?

中心结论:每轮访问 top→right→bottom→left 四条边后向内收缩;扫 bottom/left 前检查 top<=bottom、left<=right 防重复。

读完必须能回答
  1. 1.暴力方案在哪里重复计算,为什么仍然是正确基线?
  2. 2.当前方向、四条边界和剩余未处理区域分别是什么?
  3. 3.不变量“每圈访问当前剩余矩形的一圈,边界内缩不重叠。”为什么能保证算法安全前进?
02交互算法精讲

完整题目与题意拆解

给定一个包含 m x n 个元素的矩阵(m 行, n 列),请按照顺时针螺旋顺序,返回矩阵中的所有元素。

在本站主例中,用 top/bottom/left/right 维护未扫描矩形,顺时针螺旋输出矩阵元素。

算法最终需要得到或观察:3×3 → [1,2,3,6,9,8,7,4,5];3×4 → [1,2,3,4,8,12,11,10,9,5,6,7]。

把题目翻译成状态
  • 输入:用 top/bottom/left/right 维护未扫描矩形,顺时针螺旋输出矩阵元素。
  • 机器需要维护:四边界变量、扫描方向、ans 输出序列。
  • 最终可观察结果:3×3 → [1,2,3,6,9,8,7,4,5];3×4 → [1,2,3,4,8,12,11,10,9,5,6,7]。
动画 1 · 题意扫描

先看清算法到底要维护什么

先建立输入、目标、输出和第一批状态,不急着进入模板。

Step 1/20%
题目与输入建立输入、目标与算法心智

右→下→左→上,然后内圈

正在加载算法场景...
03交互算法精讲

第一层方案:暴力做法

凭感觉逐格转向容易重复或漏掉边角;固定方向和边界收缩保证每个格子恰好处理一次。

暴力方案的价值是确认题意并提供正确性基线。它通常会覆盖所有候选, 但没有保存已经确认的信息,因此同一状态会被重新计算。

动画 2 · 暴力重复

重复工作究竟发生在哪里

把重复读取或重复搜索的区域明确标出,再决定优化必须保存什么。

Step 1/20%
先做对:建立暴力基线枚举所有候选并完整验证

右→下→左→上,然后内圈

正在加载算法场景...
优化方向:每轮访问 top→right→bottom→left 四条边后向内收缩;扫 bottom/left 前检查 top<=bottom、left<=right 防重复。
04交互算法精讲

整体地图:先做什么,再做什么

  1. 1建模把输入翻译成“矩阵边界框”,明确答案需要观察什么。
  2. 2状态只维护 四边界变量、扫描方向、ans 输出序列。
  3. 3转移每一步按照 每轮访问 top→right→bottom→left 四条边后向内收缩;扫 bottom/left 前检查 top<=bottom、left<=right 防重复。
  4. 4收尾读取 3×3 → [1,2,3,6,9,8,7,4,5];3×4 → [1,2,3,4,8,12,11,10,9,5,6,7]。,并复核边界与复杂度。
05交互算法精讲

矩阵边界框:核心概念

每走完一条边,只收紧刚刚完成的那一侧边界。

这道题不是为了记住一个组件名称,而是为了让状态具有可解释的语义:四边界变量、扫描方向、ans 输出序列。

核心不变量
  • 每圈访问当前剩余矩形的一圈,边界内缩不重叠。
动画 3 · 核心概念

建立“矩阵边界框”心智模型

用主例建立核心状态,先预测下一步,再公开正确分支和理由。

Step 1/30%
题目与输入建立输入、目标与算法心智

右→下→左→上,然后内圈

正在加载算法场景...
06交互算法精讲

核心机制:状态如何一步步变化

给出一个二维数组,按照螺旋的方式输出 解法一:需要注意的是特殊情况,比如二维数组退化成一维或者一列或者一个元素。注意了这些情况,基本就可以一次通过了。 解法二:提前算出一共多少个元素,一圈一圈地遍历矩阵,停止条件就是遍历了所有元素(count == sum)

每轮访问 top→right→bottom→left 四条边后向内收缩;扫 bottom/left 前检查 top<=bottom、left<=right 防重复。

执行过程中持续维护:四边界变量、扫描方向、ans 输出序列。

正确性依赖以下不变量:每圈访问当前剩余矩形的一圈,边界内缩不重叠。

面试时可以压缩为:模拟四方向+收缩边界,O(mn) 每个元素一次。

落到当前题,执行机制可以压缩为:每轮访问 top→right→bottom→left 四条边后向内收缩;扫 bottom/left 前检查 top<=bottom、left<=right 防重复。每一次更新都必须保持核心不变量,而不是只让样例碰巧得到正确答案。

动画 4 · 机制构建

一次状态转移为什么成立

集中观察一次选择、计算和状态写回,让变量变化与原因同时出现。

Step 1/50%
访问 (0,0) = 1move right

输出 1

正在加载算法场景...
07交互算法精讲

正确性证明:为什么不会漏答案

初始化

初始化:算法开始时,全部合法候选仍在状态表示范围内;每圈访问当前剩余矩形的一圈,边界内缩不重叠。

保持

保持:执行“每轮访问 top→right→bottom→left 四条边后向内收缩;扫 bottom/left 前检查 top<=bottom、left<=right 防重复。”时,只删除已经能证明不可能的候选,并把新信息写回 四边界变量、扫描方向、ans 输出序列。

终止

终止:没有待处理状态或达到命中条件时,当前可观察结果就是“3×3 → [1,2,3,6,9,8,7,4,5];3×4 → [1,2,3,4,8,12,11,10,9,5,6,7]。”。

正确性抓手不是“样例跑通”,而是每一帧结束后仍能复述:每圈访问当前剩余矩形的一圈,边界内缩不重叠。
08交互算法精讲

完整执行过程

  1. 1题目与输入用 top/bottom/left/right 维护未扫描矩形,顺时针螺旋输出矩阵元素。 因为:每轮访问 top→right→bottom→left 四条边后向内收缩;扫 bottom/left 前检查 top<=bottom、left<=right 防重复。
  2. 2四边界 top/bottom/left/right准备第一圈向右。 因为:每步沿当前边前进。
  3. 3访问 (0,1) = 2沿 top 行向右。 因为:第一条边。
  4. 4预测下一步先不要看下一帧——根据当前不变量,预测算法接下来会怎么动。 因为:主动预测会暴露你对不变量的真实理解,比被动看动画有效得多。
  5. 5访问 (0,3) = 4沿 top 行向右。 因为:第一条边。
  6. 6访问 (1,1) = 6沿 top 行向右。 因为:第一条边。
  7. 7螺旋序: 1 → 2 → 3 → 4 → 8 → 12 → 11 → 10 → 9 → 5 → 6 → 7边界收缩至空。 因为:O(mn) 模拟。
  8. 8收尾与复杂度3×3 → [1,2,3,6,9,8,7,4,5];3×4 → [1,2,3,4,8,12,11,10,9,5,6,7]。 因为:时间 O(m×n) · 空间 O(1)。每轮访问 top→right→bottom→left 四条边后向内收缩;扫 bottom/left 前检查 top<=bottom、left<=right 防重复。
动画 5 · 完整执行

从输入完整走到可观察结果

从主例第一帧运行到答案,时间轴始终显示当前状态、因果解释和下一步。

Step 1/80%
题目与输入建立输入、目标与算法心智

右→下→左→上,然后内圈

正在加载算法场景...
09交互算法精讲

把动画和 Go 代码逐行对应

代码窗口不会按容易漂移的固定数字行号硬绑动画,而是根据当前语义阶段, 在完整 Go 实现中定位选择、计算、写回或返回分支。当前变量与高亮行一起变化。

动画 6 · 代码映射

让每个动作都落到 Go 分支

重新执行关键分支,只显示当前代码附近窗口,并说明这行为什么在此刻运行。

Step 1/60%
四边界 top/bottom/left/right螺旋收缩

右→下→左→上,然后内圈

正在加载算法场景...
10交互算法精讲

完整 Go 提交代码与最小测试

完整 Go 解法
// 解法 1
func spiralOrder(matrix [][]int) []int {
	if len(matrix) == 0 {
		return []int{}
	}
	res := []int{}
	if len(matrix) == 1 {
		for i := 0; i < len(matrix[0]); i++ {
			res = append(res, matrix[0][i])
		}
		return res
	}
	if len(matrix[0]) == 1 {
		for i := 0; i < len(matrix); i++ {
			res = append(res, matrix[i][0])
		}
		return res
	}
	visit, m, n, round, x, y, spDir := make([][]int, len(matrix)), len(matrix), len(matrix[0]), 0, 0, 0, [][]int{
		{0, 1},  // 朝右
		{1, 0},  // 朝下
		{0, -1}, // 朝左
		{-1, 0}, // 朝上
	}
	for i := 0; i < m; i++ {
		visit[i] = make([]int, n)
	}
	visit[x][y] = 1
	res = append(res, matrix[x][y])
	for i := 0; i < m*n; i++ {
		x += spDir[round%4][0]
		y += spDir[round%4][1]
		if (x == 0 && y == n-1) || (x == m-1 && y == n-1) || (y == 0 && x == m-1) {
			round++
		}
		if visit[x][y] == 0 {
			visit[x][y] = 1
			res = append(res, matrix[x][y])
		}
		switch round % 4 {
		case 0:
			if y+1 <= n-1 && visit[x][y+1] == 1 {
				round++
				continue
			}
		case 1:
			if x+1 <= m-1 && visit[x+1][y] == 1 {
				round++
				continue
			}
		case 2:
			if y-1 >= 0 && visit[x][y-1] == 1 {
				round++
				continue
			}
		case 3:
			if x-1 >= 0 && visit[x-1][y] == 1 {
				round++
				continue
			}
		}
	}
	return res
}

// 解法 2
func spiralOrder2(matrix [][]int) []int {
	m := len(matrix)
	if m == 0 {
		return nil
	}

	n := len(matrix[0])
	if n == 0 {
		return nil
	}

	// top、left、right、bottom 分别是剩余区域的上、左、右、下的下标
	top, left, bottom, right := 0, 0, m-1, n-1
	count, sum := 0, m*n
	res := []int{}

	// 外层循环每次遍历一圈
	for count < sum {
		i, j := top, left
		for j <= right && count < sum {
			res = append(res, matrix[i][j])
			count++
			j++
		}
		i, j = top+1, right
		for i <= bottom && count < sum {
			res = append(res, matrix[i][j])
			count++
			i++
		}
		i, j = bottom, right-1
		for j >= left && count < sum {
			res = append(res, matrix[i][j])
			count++
			j--
		}
		i, j = bottom-1, left
		for i > top && count < sum {
			res = append(res, matrix[i][j])
			count++
			i--
		}
		// 进入到下一层
		top, left, bottom, right = top+1, left+1, bottom-1, right-1
	}
	return res
}
最小测试集合
func main() {
    // 1. 主例
    //    输入:mode="spiral-matrix", matrix=[[1,2,3,4],[5,6,7,8],[9,10,11,12]]
    //    期望:3×3 → [1,2,3,6,9,8,7,4,5];3×4 → [1,2,3,4,8,12,11,10,9,5,6,7]。
    //
    // 2. 失败 / 未命中
    //    检查:最后一行/列未处理就结束,漏元素。
    //
    // 3. 边界
    //    空输入、单元素、最小合法规模,以及答案恰好落在边界的情况。
    //
    // 4. 迁移
    //    LC59 螺旋矩阵 II;LC48 旋转图像
}

Go 参考实现基于 halfrost/LeetCode-Go 的 MIT 许可代码整理,并按本站教学结构补充解释与动画映射。

11交互算法精讲

正确性与复杂度

时间复杂度 O(m×n)

执行过程中只保留仍可能影响答案的状态。每轮访问 top→right→bottom→left 四条边后向内收缩;扫 bottom/left 前检查 top<=bottom、left<=right 防重复。

空间复杂度 O(1)

额外状态主要用于维护:四边界变量、扫描方向、ans 输出序列。

终局不变量
  • 每圈访问当前剩余矩形的一圈,边界内缩不重叠。
12交互算法精讲

最容易写错的地方

错误 1

最后一行/列未处理就结束,漏元素。

边界复查

必须额外检查空输入、单元素、未命中或不可达情况,以及恰好落在边界的输入。

13交互算法精讲

最后复盘:带走逻辑链

  1. 1题意用 top/bottom/left/right 维护未扫描矩形,顺时针螺旋输出矩阵元素。
  2. 2重复凭感觉逐格转向容易重复或漏掉边角;固定方向和边界收缩保证每个格子恰好处理一次。
  3. 3优化每轮访问 top→right→bottom→left 四条边后向内收缩;扫 bottom/left 前检查 top<=bottom、left<=right 防重复。
  4. 4证明每圈访问当前剩余矩形的一圈,边界内缩不重叠。
  5. 5复杂度时间 O(m×n),空间 O(1)
面试表达:模拟四方向+收缩边界,O(mn) 每个元素一次。
迁移练习
  • LC59 螺旋矩阵 II
  • LC48 旋转图像