首页/Algo Bridge/二维矩阵变换与空间旋转 (Matrix In-place Transform)/LC_48
⚡ 在闪卡工作台中刷此桥梁
🌉 单题同构迁移解析LC_48 · 中等

LC_48 (旋转图像) ➔ Sliding Window Attention

矩阵转置与坐标变换,和 RoPE 2D 特征平面旋转的推导逻辑一脉相承。

1️⃣ 经典算法母体 (LeetCode Origin)

LC_48 · 旋转图像

所属范式:二维矩阵变换与空间旋转 (Matrix In-place Transform) — 二维张量的高效遍历与就地几何变换。利用沿主对角线转置后翻转左右列实现矩阵顺时针 90° 旋转,利用坐标重映射在 O(1) 辅助空间内完成张量维度排布变换。

⚡ 查看 LC-48 算法原题精解 ➔
2️⃣ 大模型工业系统落地 (Production AI System)

FlashAttention 与 Online Softmax 片上分块加速 · Sliding Window Attention

工程映射场景:将相邻两维特征组合为 2D 坐标,与正交旋转矩阵相乘注入相对位置信息

🧬 对应工业算子接口签名
def sliding_window_attention(Q: torch.Tensor, K: torch.Tensor, V: torch.Tensor, window_size: int = 4) -> torch.Tensor

🔗 同源拓展迁移桥梁

LC_3 ➔ 在线分块 Softmax (Online Softmax)
滑动窗口算法将复杂度从 O(S^2) 直降为 O(S * W),是长文本能够扩展到 128k 的关键。...
LC_3 ➔ Flash Attention (Tiled)
滑动窗口算法将复杂度从 O(S^2) 直降为 O(S * W),是长文本能够扩展到 128k 的关键。...
LC_3 ➔ Sliding Window Attention
滑动窗口算法将复杂度从 O(S^2) 直降为 O(S * W),是长文本能够扩展到 128k 的关键。...
LC_42 ➔ 在线分块 Softmax (Online Softmax)
接雨水的左右最高柱维护逻辑,是理解双向注意力掩码和因果边界截断的最佳思维体操。...
LC_42 ➔ Flash Attention (Tiled)
接雨水的左右最高柱维护逻辑,是理解双向注意力掩码和因果边界截断的最佳思维体操。...
LC_42 ➔ Sliding Window Attention
接雨水的左右最高柱维护逻辑,是理解双向注意力掩码和因果边界截断的最佳思维体操。...
← LC_48 (旋转图像) → FlashAttention 与 Online Softmax 片上分块加速LC_48 (旋转图像) → RoPE 旋转位置编码与高维几何空间变换 →