我有一个数组的数组，就像这样:
[
[1,2,3],
[1,2,3],
[1,2,3],
]
我想把它转置得到下面的数组:
[
[1,1,1],
[2,2,2],
[3,3,3],
]
用循环来实现这一点并不难:
function transposeArray(array, arrayLength){
var newArray = [];
for(var i = 0; i < array.length; i++){
newArray.push([]);
};
for(var i = 0; i < array.length; i++){
for(var j = 0; j < arrayLength; j++){
newArray[j].push(array[i][j]);
};
};
return newArray;
}
然而，这看起来很笨重，我觉得应该有更简单的方法来做到这一点。是吗?
当前回答
reverseValues(values) {
let maxLength = values.reduce((acc, val) => Math.max(val.length, acc), 0);
return [...Array(maxLength)].map((val, index) => values.map((v) => v[index]));
}
其他回答
由于到目前为止还没有人提到函数式递归方法，所以我在这里介绍一下。Haskell's Data.List.transpose的改编。
Var转置= as => as。长度呢?[0]。长度呢?(如。Reduce ((rs, a) => a.length ?(rs.push(a[0])， rs): rs, [] ),…转置(如。Map (a => a.slice(1)))]: 置(as.slice (1)): []， MTX = [ [1], (1、2), [1,2,3] ]; console.log(转置(mtx)) .as-console-wrapper { Max-height: 100% ｝
以下是我在现代浏览器中的实现(不依赖):
transpose = m => m[0].map((x,i) => m.map(x => x[i]))
我没有找到一个让我满意的答案，所以我自己写了一个，我认为它很容易理解和实现，适用于所有情况。
transposeArray: function (mat) {
let newMat = [];
for (let j = 0; j < mat[0].length; j++) { // j are columns
let temp = [];
for (let i = 0; i < mat.length; i++) { // i are rows
temp.push(mat[i][j]); // so temp will be the j(th) column in mat
}
newMat.push(temp); // then just push every column in newMat
}
return newMat;
}
如果你可以选择使用Ramda JS和ES6语法，那么这里有另一种方法来做到这一点:
const ' = = > R.map (c = > R.map (r = > [c], a), R.keys ([0])); console.log(转置([ [1,2,3,4]， [5,6,7,8]， [9,10,11,12] )));// => [[1,5,9]，[2,6,10]，[3,7,11]，[4,8,12]]] < script src = " https://cdnjs.cloudflare.com/ajax/libs/ramda/0.22.1/ramda.min.js " > < /脚本>
这个，不仅是一个超级高效的解，而且是一个很短的解。
算法时间复杂度:O(n log n)
const matrix = [
[1,1,1,1],
[2,2,2,2],
[3,3,3,3],
[4,4,4,4]
];
matrix.every((r, i, a) => (
r.every((_, j) => (
j = a.length-j-1,
[ r[j], a[j][i] ] = [ a[j][i], r[j] ],
i < j-1
)),
i < length-2
));
console.log(matrix);
/*
Prints:
[
[1,2,3,4],
[1,2,3,4],
[1,2,3,4],
[1,2,3,4]
]
*/
上面的例子将只进行6次迭代。 对于更大的矩阵，比如100x100，它将进行4900次迭代，这比这里提供的任何其他解决方案快51%。
原理很简单，你只遍历矩阵对角线的上半部分，因为对角线永远不会改变，下对角线的下半部分和上半部分互换了，所以没有理由也遍历它。这样可以节省大量的运行时间，特别是在大型矩阵中。
