题目：
题目链接
给定一个二进制矩阵 A，我们想先水平翻转图像，然后反转图像并返回结果。
水平翻转图片就是将图片的每一行都进行翻转，即逆序。例如，水平翻转 [1, 1, 0] 的结果是 [0, 1, 1]。
给定一个二进制矩阵 A，我们想先水平翻转图像，然后反转图像并返回结果。
水平翻转图片就是将图片的每一行都进行翻转，即逆序。例如，水平翻转 [1, 1, 0] 的结果是 [0, 1, 1]。
反转图片的意思是图片中的 0 全部被 1 替换， 1 全部被 0 替换。例如，反转 [0, 1, 1] 的结果是 [1, 0, 0]。
示例 1:
输入: [[1,1,0],[1,0,1],[0,0,0]]
输出: [[1,0,0],[0,1,0],[1,1,1]]
解释: 首先翻转每一行: [[0,1,1],[1,0,1],[0,0,0]]；
然后反转图片: [[1,0,0],[0,1,0],[1,1,1]]
示例 2:
输入: [[1,1,0,0],[1,0,0,1],[0,1,1,1],[1,0,1,0]]
输出: [[1,1,0,0],[0,1,1,0],[0,0,0,1],[1,0,1,0]]
解释: 首先翻转每一行: [[0,0,1,1],[1,0,0,1],[1,1,1,0],[0,1,0,1]]；
然后反转图片: [[1,1,0,0],[0,1,1,0],[0,0,0,1],[1,0,1,0]]
说明:
1 <= A.length = A[0].length <= 20
0 <= A[i][j] <= 1
解题思路：
首先根据题目给的思路来，对数据进行一次遍历，交换对应位置上的数据。
//获取输入数据
int len_h = A.size(); //获取行数
int len_w = A[0].size()-1; //获取列数，这里为了方便后面使用，-1对应下标
之后遍历每一行的前一半的列，判断数据，先取反再交换位置
这里直接暴力实现
for(int i = 0; i < len_h; i++){ //按行遍历
for(int j = 0; j <= len_w/2; j++){ //遍历前一半的数据
int temp = 0; //用于交换位置的辅助存储
if(A[i][j] == 0)
A[i][j] = 1;
else
A[i][j] = 0; //对A[i][j]取反
if(A[i][len_w-j] == 0)
A[i][len_w-j] = 1;
else
A[i][len_w-j] = 0; //根据j的值定位对应位置的值，并取反
temp = A[i][len_w-j];
A[i][len_w-j] = A[i][j];
A[i][j] = temp; //交换数据
if(j == len_w-j){ //若是长度为奇数，对上述遍历不到的最中间的一位进行取反
if(A[i][j] == 0)
A[i][j] = 1;
else
A[i][j] = 0;
}
}
}
这样唯一使用到的知识点就是交换数据的三行代码，ヽ(ー_ー)ノ
到这里基本就完成了，最后把二维容器A返回即可。
升级版
上述代码能够成功AC，但是时间效率和空间效率都明显略低，特别是时间效率
执行用时 : 36 ms, 在Flipping an Image的C++提交中击败了28.76% 的用户
内存消耗 : 9.4 MB, 在Flipping an Image的C++提交中击败了70.61% 的用户
接下来对代码进行优化，先从原理开始，既然想要优化就不能按照题目中描述的直接暴力解题了，需要找到其中的症结所在。
这题能够优化的内容在于，对于对应位置上相等的数据，可以不进行数据交换，直接取反即可
class Solution {
public:
vector<vector<int>> flipAndInvertImage(vector<vector<int>>& A) {
int len_h = A.size();
int len_w = A[0].size();
for(int i=0;i<len_h;i++)
{
for(int j=len_w/2;j<len_w;j++)//A[i].size()-1-j
{
if(A[i][len_w-1-j]==A[i][j])
{
if(A[i][j]==1)
{
A[i][j]=0;
A[i][len_w-1-j]=0;
}
else
{
A[i][j]=1;
A[i][len_w-1-j]=1;
}
}
}
}
return A;
}
};
优化后的代码时间效率有明显提升
执行用时 : 16 ms, 在Flipping an Image的C++提交中击败了96.83% 的用户
内存消耗 : 9.4 MB, 在Flipping an Image的C++提交中击败了70.61% 的用户
到此为止本题已经基本解决，感谢阅读 |ू･ω･` )
