LeetCode 54. 螺旋矩阵

复杂度分析

• 时间复杂度：O(mn)，矩阵中的每个元素都被访问一次。
• 空间复杂度：O(1)，除了存储结果的列表外，我们只使用了常数级别的额外空间。

官方解法

import java.util.*;

class Solution {
    public List<Integer> spiralOrder(int[][] matrix) {
        // 1. 初始化结果列表，用于存储螺旋遍历的元素
        List<Integer> order = new ArrayList<Integer>();
        // 2. 边界校验：如果矩阵为空/行数为 0/列数为 0，直接返回空列表
        if (matrix == null || matrix.length == 0 || matrix[0].length == 0) {
            return order;
        }
        // 3. 定义基础变量
        int rows = matrix.length; // 矩阵的行数
        int columns = matrix[0].length; // 矩阵的列数
        boolean[][] visited = new boolean[rows][columns]; // 标记矩阵元素是否被访问过（避免重复遍历）
        int total = rows * columns; // 矩阵总元素数（遍历终止条件）
        int row = 0, column = 0; // 当前遍历的行、列坐标（初始在左上角）
        // 4. 定义四个移动方向：右 (0,1)、下 (1,0)、左 (0,-1)、上 (-1,0)（顺时针顺序）
        int[][] directions = {{0, 1}, {1, 0}, {0, -1}, {-1, 0}};
        int directionIndex = 0; // 当前方向的索引（初始为'右'）
        // 5. 遍历所有元素（循环 total 次）
        for (int i = 0; i < total; i++) {
            // 5.1 将当前元素加入结果列表，并标记为已访问
            order.add(matrix[row][column]);
            visited[row][column] = true;
            // 5.2 计算下一个位置的坐标（按当前方向前进）
            int nextRow = row + directions[directionIndex][0];
            int nextColumn = column + directions[directionIndex][1];
            // 5.3 检查下一个位置是否合法：越界 或 已访问 → 需要切换方向
            if (nextRow < 0 || nextRow >= rows || nextColumn < 0 || nextColumn >= columns || visited[nextRow][nextColumn]) {
                directionIndex = (directionIndex + 1) % 4; // 切换方向（取模 4 保证循环）
            }
            // 5.4 更新当前坐标（按新方向/原方向前进）
            row += directions[directionIndex][0];
            column += directions[directionIndex][1];
        }
        // 6. 返回遍历结果
        return order;
    }
}

扩展

一、核心应用场景

1. 图形 / 图像处理领域（最常见）

• 场景：在图像编辑、计算机视觉中，经常需要按螺旋顺序处理像素（比如对图像局部区域做模糊、锐化、边缘检测，或提取特定区域的像素特征）。
  • 举例：
    • 对一张照片的某个矩形区域，从外到内螺旋式调整像素亮度 / 对比度，实现'渐变晕影'效果；
    • 医学影像（如 CT、MRI 切片）分析中，螺旋遍历病灶区域的像素，提取纹理特征辅助诊断。
• 为什么用螺旋遍历：相比逐行 / 逐列遍历，螺旋遍历能更贴合'从外围到核心'的分析逻辑，比如先分析病灶边缘，再深入核心区域。

2. 数据可视化 / UI 交互

• 场景：前端 / 移动端的可视化组件开发中，螺旋布局的图表、动画效果需要基于螺旋遍历的逻辑实现。
  • 举例：
    • 螺旋式排列的数字仪表盘、进度条（比如电商平台的'销量螺旋增长'可视化图表）；
    • 游戏开发中，敌人从外围螺旋式向玩家角色移动的路径规划（本质是按螺旋顺序遍历二维地图坐标）。

3. 矩阵数据处理 / 算法题解（工程 + 面试）

• 场景：后端数据处理中，对二维结构化数据（如表格、矩阵型传感器数据）做螺旋式读取 / 写入。
  • 举例：
    • 工业传感器阵列（如温度、压力传感器组成的二维网格），按螺旋顺序采集数据，确保'先外围后核心'的采样优先级；
    • 数据库中二维报表数据的导出 / 转换（比如将螺旋遍历的结果生成特定格式的报表）。
• 面试价值：这是算法面试的经典题（LeetCode 54 题），掌握它能体现你对'边界控制''循环逻辑'的理解，而这类边界处理能力是开发中处理复杂数据结构的基础（比如处理分页、多维数组分片）。

4. 硬件 / 嵌入式开发

• 场景：对二维阵列硬件（如 LED 点阵屏、键盘矩阵）的驱动控制。
  • 举例：
    • LED 点阵屏实现螺旋式滚动显示文字 / 图案（比如从屏幕外围到中心逐步点亮像素）；
    • 矩阵键盘的扫描策略（按螺旋顺序扫描按键，优化响应效率）。

二、实际应用示例（简化代码场景）

以'LED 点阵屏螺旋点亮'为例，核心逻辑复用螺旋遍历的边界控制思想：

// 模拟 LED 点阵屏（5x5），按螺旋顺序点亮像素（1=亮，0=灭）
public class LedMatrix {
    public static void main(String[] args) {
        int[][] ledMatrix = new int[5][5]; // 初始全灭（0）
        spiralLight(ledMatrix); // 打印点亮后的点阵
        for (int[] row : ledMatrix) {
            for (int pixel : row) {
                System.out.print(pixel + " ");
            }
            System.out.println();
        }
    }
    // 螺旋点亮逻辑（复用原算法的边界控制）
    public static void spiralLight(int[][] matrix) {
        if (matrix == null || matrix.length == 0) return;
        int top = 0, bottom = matrix.length - 1;
        int left = 0, right = matrix[0].length - 1;
        int lightFlag = 1; // 标记是否点亮
        while (top <= bottom && left <= right) {
            // 从左到右点亮上边界
            for (int j = left; j <= right; j++) {
                matrix[top][j] = lightFlag;
            }
            top++;
            // 从上到下点亮右边界
            for (int i = top; i <= bottom; i++) {
                matrix[i][right] = lightFlag;
            }
            right--;
            // 从右到左点亮下边界（判断是否有行）
            if (top <= bottom) {
                for (int j = right; j >= left; j--) {
                    matrix[bottom][j] = lightFlag;
                }
                bottom--;
            }
            // 从下到上点亮左边界（判断是否有列）
            if (left <= right) {
                for (int i = bottom; i >= top; i--) {
                    matrix[i][left] = lightFlag;
                }
                left++;
            }
        }
    }
}

输出效果（5x5 点阵全被螺旋式点亮为 1）：

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 

如果调整 lightFlag 为按遍历顺序递增（1、2、3...25），就能看到明显的螺旋数字排列，对应 LED 屏的螺旋显示效果。

总结

1. 螺旋遍历矩阵的核心价值是按'从外到内、顺时针'的顺序处理二维结构数据，适配'外围优先'的业务逻辑；
2. 实际应用集中在图形图像处理、数据可视化、硬件驱动等领域，同时也是算法能力的经典考察点；
3. 其核心的'边界收缩'思想（top/bottom/left/right 控制）可迁移到各类二维数据的遍历场景（如分页处理、区域裁剪）。