数组元素移位与旋转算法解析

数组移位与旋转的本质是索引的循环映射，而非直观的数据搬运——右移k位即索引i映射到(i+k)%n，左移则为(i−k+n)%n；文章深入剖析了三种核心实现：简洁易懂的生成新数组法、空间友好的三步翻转原地算法，以及极致优化的环状替换（依赖gcd(n,k)个独立环实现真正O(1)空间），并澄清“旋转”在一维场景下就是等价于移位，无需几何理解；无论应对LeetCode算法题还是工程实践，掌握这层索引变换逻辑，都能让你跳出死记硬背，一眼看透问题本质。

数组移位和旋转本质是元素位置的循环重排，核心在于理解索引映射关系，而非单纯移动数据。

左移/右移：用模运算重新定位索引

左移 k 位，原索引 i 的元素会落到新索引 (i − k + n) % n；右移 k 位则为 (i + k) % n（n 是数组长度）。关键不是逐个搬元素，而是按目标位置批量赋值或原地换位。

• 简单实现（生成新数组）：arr.map((_, i) => arr[(i + k) % n])（右移 k）
• 空间优化（原地三步翻转）：先整体翻转，再翻转前 k 个，再翻转后 n−k 个。例如右移 2：[1,2,3,4,5] → [5,4,3,2,1] → [4,5,3,2,1] → [4,5,1,2,3]
• 注意 k 可能大于 n，应先取模：k %= n，避免冗余操作

旋转等价于特定方向的移位

所谓“顺时针旋转 90°”是二维矩阵操作，而一维数组的“旋转”通常就是右移（如题目中“将数组向右旋转 k 步”）。它和移位完全等价，只是术语习惯不同。不要被“旋转”字面迷惑——没有坐标系、没有角度计算，只有索引偏移。

• LeetCode 189 题“旋转数组”即要求原地右移 k 位
• 若 k = 0 或 k 是 n 的倍数，数组不变，可提前返回
• 负数 k 可统一转为等效正移位：k = ((k % n) + n) % n

环状替换：真正原地、O(1) 空间的核心技巧

当必须严格 O(1) 额外空间且不新建数组时，采用“环状替换”：从下标 0 开始，把元素跳着放到 (i + k) % n，直到回到起点，形成一个环；再找下一个未访问起点，继续。总共需处理 gcd(n, k) 个独立环。

• 优点：只用常数变量，移动次数精确为 n 次
• 难点在于跟踪已访问位置，可用布尔数组（牺牲空间）或直接在原数组打标记（仅适用于元素范围受限场景）
• 更稳健做法：每次环内用临时变量暂存起始值，逐步推进，环结束时填回

实际选择建议

日常开发优先用简洁安全的方式；算法题才深究原地细节。

• 快速原型或对空间不敏感：用扩展运算符 + 切片，如 [...arr.slice(-k), ...arr.slice(0, -k)]（右移）
• 需要原地修改且 k 较小：三步翻转法，代码清晰、无额外空间、稳定高效
• 面试考空间复杂度极致优化：实现环状替换，重点说清环的数量与 gcd 的关系

本篇关于《数组元素移位与旋转算法解析》的介绍就到此结束啦，但是学无止境，想要了解学习更多关于文章的相关知识，请关注golang学习网公众号！