Python 中的对角线网格遍历
Diagonal Grid Traverse in Python
为清楚起见进行了编辑
我到处搜索这个但没有找到任何东西。我想遍历一个二维字符串列表并显示切片，就像它们在 Traverse 2D Array (Matrix) Diagonally 中所做的那样，但在 python 中。
lines = ['xmfycxvc',
'caubmekv',
'awactivb',
'paphzkcn',
'sbsaakjy',
'tsewlhvk']
diagonals = []
i = 0
while i < len(lines):
j = 0
diagonal = ''
while j < len(lines[0]):
diagonal += lines[j][j]
i += 1
diagonals.append(diagonal)
print(diagonals)
我知道我的索引是错误的，但我已经尝试了所有方法，但仍然不能像 link 那样。我最接近的是拥有每条对角线，但也会像这样的球体环绕矩阵 ['xaahah','muczkv','fbtkjk','cevnss','xkbpbs','vvaasw','xxwpal'] 但我不想要那样。
我想对角遍历字符串矩阵并打印对角线，例如['x','cm','aaf','pwuy','saabc','tbpcmx','sshtev','eazikc','wakvv','lkcb','hjn','vy','k'] 及其对应部分从左上角 -> 右下角。
已编辑以降低复杂性
def printer(matrix, i, j, listOfDiagonals):
if i + 1 > len(matrix) or j + 1 > len(matrix[0]):
return listOfDiagonals
else:
listOfDiagonals.append(matrix[i][j])
printer(matrix, i+1, j+1, listOfDiagonals)
matrix = [[0 for i in range(10)] for j in range(10)]
for i in matrix:
print i
list = []
printer(matrix, 0, 0, list)
print list
矩阵是你的矩阵，然后 i 和 j 是你的索引。
这将递归地将索引位置的内容添加到一个列表中，该列表最终会在到达矩阵的边界时返回。这种设计的好处是矩阵不需要是正方形的，它仍然可以穿过对角线。
根据一些推理，我们得出对于矩阵中的每条对角线，列号（或下文中的 x）和行号（y）之间的差值是常数。我们可以使用自动初始化为空列表的 collections.defaultdict 作为我们的数据结构，并对所有矩阵元素进行循环，找到每个元素所属的对角线并将这些元素列在我们的 defaultdict 中。
def getdiags(matrix, nr, nc):
from collections import defaultdict
d = defaultdict(list)
for y in range(nr):
for x in range(nc):
d[x-y].append(matrix[y][x])
return d
我们也可以利用效用函数按顺序呈现我们的结果
def printdiags(diags):
for i in sorted(diags):
print diags[i]
最后我们在 IPython
中测试我们的东西
In [1]: def getdiags(matrix, nr, nc):
from collections import defaultdict
d = defaultdict(list)
for y in range(nr):
for x in range(nc):
d[x-y].append(matrix[y][x])
return d
...:
In [2]: def printdiags(diags):
for i in sorted(diags):
print diags[i]
...:
In [3]: from pprint import pprint
In [4]: m = [["%3.3d"%(r*100+c) for c in range(5)] for r in range(4)]
In [5]: pprint(m)
[['000', '001', '002', '003', '004'],
['100', '101', '102', '103', '104'],
['200', '201', '202', '203', '204'],
['300', '301', '302', '303', '304']]
In [6]: diags = getdiags(m, 4, 5)
In [7]: printdiags(diags)
['300']
['200', '301']
['100', '201', '302']
['000', '101', '202', '303']
['001', '102', '203', '304']
['002', '103', '204']
['003', '104']
['004']
In [8]:
就这些了
附录
在后期编辑中，OP 表示他们的输入是等长字符串列表，并且根据对角线列表寻找答案。
我上面的 getdiags 也适用于新的替代数据结构，获取搜索列表非常简单：
def listofdiags(diags):
return [''.join(diags[i]) for i in sorted(diags)]
当然这个转换也可以在里面 getdiagonals实现，但是留作练习。
看，没有defaultdict
# List of Strings from Diagonals
def lsd(m, nr, nc):
res = ["" for i in range(nr+nc-1)]
for r in range(nr):
for c in range(nc):
i = c-r+nr-1
res[i] = res[i]+m[r][c]
return res
pprint(lsd(m, 4, 5))
# ['300',
# '200301',
# '100201302',
# '000101202303',
# '001102203304',
# '002103204',
# '003104',
# '004']
yield求解
以下效率较低，但为了完整起见，这里是：
def enumdiags(m, nr, nc):
for i in range(nr+nc-1):
s = ""
for r in range(nr):
for c in range(nc):
if c-r+nr-1 == i : s = s+m[r][c]
yield i, s
for i, s in enumdiags(m, 4, 5):
print i, s
# 0 300
# 1 200301
# 2 100201302
# 3 000101202303
# 4 001102203304
# 5 002103204
# 6 003104
# 7 004
为清楚起见进行了编辑
我到处搜索这个但没有找到任何东西。我想遍历一个二维字符串列表并显示切片，就像它们在 Traverse 2D Array (Matrix) Diagonally 中所做的那样，但在 python 中。
lines = ['xmfycxvc',
'caubmekv',
'awactivb',
'paphzkcn',
'sbsaakjy',
'tsewlhvk']
diagonals = []
i = 0
while i < len(lines):
j = 0
diagonal = ''
while j < len(lines[0]):
diagonal += lines[j][j]
i += 1
diagonals.append(diagonal)
print(diagonals)
我知道我的索引是错误的，但我已经尝试了所有方法，但仍然不能像 link 那样。我最接近的是拥有每条对角线，但也会像这样的球体环绕矩阵 ['xaahah','muczkv','fbtkjk','cevnss','xkbpbs','vvaasw','xxwpal'] 但我不想要那样。
我想对角遍历字符串矩阵并打印对角线，例如['x','cm','aaf','pwuy','saabc','tbpcmx','sshtev','eazikc','wakvv','lkcb','hjn','vy','k'] 及其对应部分从左上角 -> 右下角。
已编辑以降低复杂性
def printer(matrix, i, j, listOfDiagonals):
if i + 1 > len(matrix) or j + 1 > len(matrix[0]):
return listOfDiagonals
else:
listOfDiagonals.append(matrix[i][j])
printer(matrix, i+1, j+1, listOfDiagonals)
matrix = [[0 for i in range(10)] for j in range(10)]
for i in matrix:
print i
list = []
printer(matrix, 0, 0, list)
print list
矩阵是你的矩阵，然后 i 和 j 是你的索引。
这将递归地将索引位置的内容添加到一个列表中，该列表最终会在到达矩阵的边界时返回。这种设计的好处是矩阵不需要是正方形的，它仍然可以穿过对角线。
根据一些推理，我们得出对于矩阵中的每条对角线，列号（或下文中的 x）和行号（y）之间的差值是常数。我们可以使用自动初始化为空列表的 collections.defaultdict 作为我们的数据结构，并对所有矩阵元素进行循环，找到每个元素所属的对角线并将这些元素列在我们的 defaultdict 中。
def getdiags(matrix, nr, nc):
from collections import defaultdict
d = defaultdict(list)
for y in range(nr):
for x in range(nc):
d[x-y].append(matrix[y][x])
return d
我们也可以利用效用函数按顺序呈现我们的结果
def printdiags(diags):
for i in sorted(diags):
print diags[i]
最后我们在 IPython
中测试我们的东西In [1]: def getdiags(matrix, nr, nc):
from collections import defaultdict
d = defaultdict(list)
for y in range(nr):
for x in range(nc):
d[x-y].append(matrix[y][x])
return d
...:
In [2]: def printdiags(diags):
for i in sorted(diags):
print diags[i]
...:
In [3]: from pprint import pprint
In [4]: m = [["%3.3d"%(r*100+c) for c in range(5)] for r in range(4)]
In [5]: pprint(m)
[['000', '001', '002', '003', '004'],
['100', '101', '102', '103', '104'],
['200', '201', '202', '203', '204'],
['300', '301', '302', '303', '304']]
In [6]: diags = getdiags(m, 4, 5)
In [7]: printdiags(diags)
['300']
['200', '301']
['100', '201', '302']
['000', '101', '202', '303']
['001', '102', '203', '304']
['002', '103', '204']
['003', '104']
['004']
In [8]:
就这些了
附录
在后期编辑中，OP 表示他们的输入是等长字符串列表，并且根据对角线列表寻找答案。
我上面的 getdiags 也适用于新的替代数据结构，获取搜索列表非常简单：
def listofdiags(diags):
return [''.join(diags[i]) for i in sorted(diags)]
当然这个转换也可以在里面 getdiagonals实现，但是留作练习。
看，没有defaultdict
# List of Strings from Diagonals
def lsd(m, nr, nc):
res = ["" for i in range(nr+nc-1)]
for r in range(nr):
for c in range(nc):
i = c-r+nr-1
res[i] = res[i]+m[r][c]
return res
pprint(lsd(m, 4, 5))
# ['300',
# '200301',
# '100201302',
# '000101202303',
# '001102203304',
# '002103204',
# '003104',
# '004']
yield求解
以下效率较低，但为了完整起见，这里是：
def enumdiags(m, nr, nc):
for i in range(nr+nc-1):
s = ""
for r in range(nr):
for c in range(nc):
if c-r+nr-1 == i : s = s+m[r][c]
yield i, s
for i, s in enumdiags(m, 4, 5):
print i, s
# 0 300
# 1 200301
# 2 100201302
# 3 000101202303
# 4 001102203304
# 5 002103204
# 6 003104
# 7 004