LeetCode [867]: Transpose Matrix

📌 LeetCode [867]: Transpose Matrix

🔗 문제 링크

---

문제 설명 📄

주어진 2D 행렬 matrix를 전치 행렬로 변환하세요.
전치 행렬은 다음과 같은 규칙을 따릅니다:

• result[i][j] = matrix[j][i]

---

문제 접근 방식 📋

1. 전치 행렬의 구조 이해:
   • 원래 행렬의 행(i)과 열(j)의 값을 교환하여 새 행렬을 만듭니다.
   • 새 행렬의 크기는 원래 행렬의 열과 행의 크기가 뒤바뀝니다.
2. 결과 행렬 초기화:
   • 전치 행렬을 저장할 크기와 초기값이 설정된 2D 배열을 생성합니다.
3. 이중 반복문 사용:
   • 원래 행렬을 순회하면서 값을 교환하여 새 행렬에 추가합니다.

---

Solution 💻

class Solution:
    def transpose(self, matrix: List[List[int]]) -> List[List[int]]:
        answer = [[0 for _ in range(len(matrix))] for _ in range(len(matrix[0]))]

        for i in range(len(matrix[0])):
            for j in range(len(matrix)):
                answer[i][j] = matrix[j][i]

        return answer

시간 복잡도 분석 ⏲️

• 시간 복잡도: (O(m x n))
  • (m): 원래 행렬의 행 개수.
  • (n): 원래 행렬의 열 개수.
  • 모든 요소를 한 번 순회하며 전치 작업 수행.

공간 복잡도 분석 🗄️

• 공간 복잡도: (O(m x n))
  • 전치 행렬 answer를 저장하기 위해 동일한 크기의 추가 메모리 사용.

---

리팩토링 🛠️

개선된 코드

class Solution:
    def transpose(self, matrix: List[List[int]]) -> List[List[int]]:
        return [[matrix[j][i] for j in range(len(matrix))] for i in range(len(matrix[0]))]

리팩토링 후 시간 복잡도 ⏲️

• 시간 복잡도: (O(m x n))
  • 동일한 이중 반복문을 사용하므로 시간 복잡도는 변하지 않음.

리팩토링 후 공간 복잡도 🗄️

• 공간 복잡도: (O(m x n))
  • 결과 행렬을 저장하기 위해 동일한 크기의 추가 메모리 사용.

---